dgl.node_label_informativeness
- dgl.node_label_informativeness(graph, y, eps=1e-08)[source]
标签信息量（\(\mathrm{LI}\)）是在Characterizing Graph Datasets for Node Classification: Homophily-Heterophily Dichotomy and Beyond中提出的标记图的一个特征。
标签信息量显示了通过知道节点的邻居标签，我们能获得多少关于节点标签的信息。正式地，假设我们采样一条边 \((\xi,\eta) \in E\)。节点 \(\xi\) 和 \(\eta\) 的类别标签是随机变量 \(y_\xi\) 和 \(y_\eta\)。我们想要测量标签 \(y_\eta\) 对预测 \(y_\xi\) 提供的知识量。熵 \(H(y_\xi)\) 衡量了在不知道 \(y_\eta\) 的情况下预测 \(\xi\) 标签的难度。给定 \(y_\eta\)，这个值减少到条件熵 \(H(y_\xi|y_\eta)\)。换句话说，\(y_\eta\) 揭示了关于标签的 \(I(y_\xi,y_\eta) = H(y_\xi) - H(y_\xi|y_\eta)\) 信息。为了使获得的数量在不同数据集之间具有可比性，标签信息量被定义为 \(y_{\xi}\) 和 \(y_{\eta}\) 的归一化互信息：
\[\mathrm{LI} = \frac{I(y_\xi,y_\eta)}{H(y_\xi)}\]根据用于采样边\((\xi, \eta)\)的分布，可以获得几种标签信息量的变体。其中两种特别直观：在边标签信息量（\(\mathrm{LI}_{edge}\)）中，边是均匀随机采样的，而在节点标签信息量（\(\mathrm{LI}_{node}\)）中，首先均匀随机采样一个节点，然后均匀随机采样与该节点相关的一条边。这两种标签信息量的版本在如何加权高/低度节点方面有所不同。在边标签信息量中，平均是在边上进行的，因此高度节点被赋予更多的权重。在节点标签信息量中，平均是在节点上进行的，因此所有节点的权重相等。
此函数计算节点标签的信息量。
- Parameters:
- Returns:
节点标签信息量值。
- Return type:
示例
>>> import dgl >>> import torch
>>> graph = dgl.graph(([0, 1, 2, 2, 3, 4], [1, 2, 0, 3, 4, 5])) >>> y = torch.tensor([0, 0, 0, 0, 1, 1]) >>> dgl.node_label_informativeness(graph, y) 0.3381872773170471