数据集速查表

注意

这个数据集统计表是一个正在进行的工作。 请考虑通过为单个数据集提供统计信息来帮助我们填充其内容。 参见这里和这里以了解如何操作。

Homogeneous Datasets

名称	#图表	#节点	#edges	#特性	#类/#任务
KarateClub (论文)	1	34	156	34	4
TUDataset (论文)
└─ MUTAG	188	~17.9	~39.6	7	2
└─ 酶	600	~32.6	~124.3	3	6
└─ 蛋白质	1,113	~39.1	~145.6	3	2
└─ 协作	5,000	~74.5	~4914.4	0	3
└─ IMDB-BINARY	1,000	~19.8	~193.1	0	2
└─ REDDIT-BINARY	2,000	~429.6	~995.5	0	2
└─ …
GNNBenchmarkDataset (论文)
└─ 模式	14,000	~118.9	~6,098.9	3	2
└─ 集群	12,000	~117.2	~4,303.9	7	6
└─ MNIST	70,000	~70.6	~564.5	3	10
└─ CIFAR10	60,000	~117.6	~941.2	5	10
└─ TSP	12,000	~275.4	~6,885.0	2	2
└─ CSL	150	~41.0	~164.0	0	10
Planetoid (Paper)
└─ 科拉	1	2,708	10,556	1,433	7
└─ CiteSeer	1	3,327	9,104	3,703	6
└─ PubMed	1	19,717	88,648	500	3
NELL (论文)	1	65,755	251,550	61,278	186
CitationFull (Paper)
└─ 科拉	1	19,793	126,842	8,710	70
└─ Cora_ML	1	2,995	16,316	2,879	7
└─ CiteSeer	1	4,230	10,674	602	6
└─ DBLP	1	17,716	105,734	1,639	4
└─ PubMed	1	19,717	88,648	500	3
CoraFull	1	19,793	126,842	8,710	70
Coauthor (论文)
└─ 计算机科学	1	18,333	163,788	6,805	15
└─ 物理	1	34,493	495,924	8,415	5
Amazon (Paper)
└─ 计算机	1	13,752	491,722	767	10
└─ 照片	1	7,650	238,162	745	8
PPI (论文)	20	~2,245.3	~61,318.4	50	121
Reddit (论文)	1	232,965	114,615,892	602	41
Reddit2 (Paper)	1	232,965	23,213,838	602	41
Flickr (论文)	1	89,250	899,756	500	7
Yelp (Paper)	1	716,847	13,954,819	300	100
AmazonProducts (Paper)	1	1,569,960	264,339,468	200	107
QM7b (Paper)	7,211	~15.4	~245.0	0	14
QM9 (Paper)	130,831	~18.0	~37.3	11	19
MD17 (Paper)
└─ 苯	627,983	12	0	1	2
└─ 尿嘧啶	133,770	12	0	1	2
└─ 萘	326,250	10	0	1	2
└─ 阿司匹林	211,762	21	0	1	2
└─ 水杨酸	320,231	16	0	1	2
└─ 丙二醛	993,237	9	0	1	2
└─ 乙醇	555,092	9	0	1	2
└─ 甲苯	442,790	15	0	1	2
└─ 对乙酰氨基酚	106,490	20	0	1	2
└─ 偶氮苯	99,999	24	0	1	2
└─ 苯 (R)	100,000	12	0	1	2
└─ 尿嘧啶 (R)	100,000	12	0	1	2
└─ 萘 (R)	100,000	10	0	1	2
└─ 阿司匹林 (R)	100,000	21	0	1	2
└─ 水杨酸 (R)	100,000	16	0	1	2
└─ 丙二醛 (R)	100,000	9	0	1	2
└─ 乙醇 (R)	100,000	9	0	1	2
└─ 甲苯 (R)	100,000	15	0	1	2
└─ 对乙酰氨基酚 (R)	100,000	20	0	1	2
└─ 偶氮苯 (R)	99,988	24	0	1	2
└─ 苯 CCSD-T	1,500	12	0	1	2
└─ 阿司匹林 CCSD-T	1,500	21	0	1	2
└─ 丙二醛 CCSD-T	1,500	9	0	1	2
└─ 乙醇 CCSD-T	2000	9	0	1	2
└─ 甲苯 CCSD-T	1,501	15	0	1	2
└─ 苯 FHI-aims	49,863	12	0	1	2
ZINC (论文)
└─ ZINC 完整版	249,456	~23.2	~49.8	1	1
└─ ZINC 子集	12,000	~23.2	~49.8	1	1
AQSOL (论文)	9,833	~17.6	~35.8	1	1
MoleculeNet (论文)
└─ ESOL	1,128	~13.3	~27.4	9	1
└─ FreeSolv	642	~8.7	~16.8	9	1
└─ 亲脂性	4,200	~27.0	~59.0	9	1
└─ PCBA	437,929	~26.0	~56.2	9	128
└─ MUV	93,087	~24.2	~52.6	9	17
└─ 艾滋病	41,127	~25.5	~54.9	9	1
└─ BACE	1513	~34.1	~73.7	9	1
└─ BBBP	2,050	~23.9	~51.6	9	1
└─ Tox21	7,831	~18.6	~38.6	9	12
└─ ToxCast	8,597	~18.7	~38.4	9	617
└─ SIDER	1,427	~33.6	~70.7	9	27
└─ 临床毒性	1,484	~26.1	~55.5	9	2
PCQM4Mv2 (论文)
Entities (Paper)
└─ AIFB	1	8,285	58,086	0	4
└─ 上午	1	1,666,764	11,976,642	0	11
└─ MUTAG	1	23,644	148,454	0	2
└─ BGS	1	333,845	1,832,398	0	2
RelLinkPredDataset (Paper)	1	14,541	544,230	0	0
GEDDataset (论文)
└─ 艾滋病700nef	700	~8.9	~17.6	29	0
└─ LINUX	1,000	~7.6	~13.9	0	0
└─ 烷烃	150	~8.9	~15.8	0	0
└─ IMDBMulti	1,500	~13.0	~131.9	0	0
AttributedGraphDataset (Paper)
└─ 维基	1	2,405	17,981	4,973	17
└─ 科拉	1	2,708	5,429	1,433	7
└─ CiteSeer	1	3,312	4,715	3,703	6
└─ PubMed	1	19,717	44,338	500	3
└─ 博客目录	1	5,196	343,486	8,189	6
└─ PPI	1	56,944	1,612,348	50	121
└─ Flickr	1	7,575	479,476	12,047	9
└─ Facebook	1	4,039	88,234	1,283	193
└─ TWeibo	1	2,320,895	9,840,066	1,657	8
└─ MAG	1	59,249,719	978,147,253	2,000	100
MNISTSuperpixels (Paper)	70,000	75	~1,393.0	1	10
FAUST (论文)	100	6,890	41,328	3	10
DynamicFAUST (论文)
ShapeNet (论文)	16,881	~2,616.2	0	3	50
ModelNet (Paper)
└─ ModelNet10	4,899	~9,508.2	~37,450.5	3	10
└─ ModelNet40	12,311	~17,744.4	~66,060.9	3	40
CoMA (论文)	20,465	5,023	29,990	3	12
SHREC2016 (论文)
TOSCA (论文)
PCPNetDataset (Paper)
S3DIS (论文)
GeometricShapes	80	~148.8	~859.5	3	40
BitcoinOTC (Paper)	138	6,005	~2,573.2	0	0
GDELTLite (论文)	1	8,831	1,912,909	413
ICEWS18 (论文)
GDELT (论文)
WILLOWObjectClass (Paper)
PascalVOCKeypoints (论文)
PascalPF (论文)
SNAPDataset (论文)
SuiteSparseMatrixCollection (论文)
WordNet18 (论文)
WordNet18RR (论文)
FB15k_237 (论文)
WikiCS (Paper)
WebKB (Paper)
└─ 康奈尔	1	183	298	1,703	5
└─ 德克萨斯	1	183	325	1,703	5
└─ 威斯康星州	1	251	515	1,703	5
WikipediaNetwork (Paper)
HeterophilousGraphDataset (Paper)
└─ 罗马帝国	1	22,662	32,927	300	18
└─ 亚马逊评分	1	24,492	93,050	300	5
└─ 扫雷	1	10,000	39,402	7	2
└─ 众包工作者	1	11,758	519,000	10	2
└─ 问题	1	48,921	153,540	301	2
Actor (论文)	1	7,600	30,019	932	5
UPFD (论文)
GitHub (论文)	1	37,700	578,006	0	2
FacebookPagePage (论文)
LastFMAsia (论文)
DeezerEurope (论文)
GemsecDeezer (论文)
Twitch (论文)
└─ DE	1	9,498	315,774	128	2
└─ 英文	1	7,126	77,774	128	2
└─ ES	1	4,648	123,412	128	2
└─ 法国	1	6,551	231,883	128	2
└─ PT	1	1,912	64,510	128	2
└─ 俄罗斯	1	4,385	78,993	128	2
Airports (Paper)
LRGBDataset (Paper)
└─ PascalVOC-SP	11,355	~479.40	~2,710.48		21
└─ COCO-SP	123,286	~476.88	~2,693.67 翻译结果： ~2,693.67 解释：根据翻译规则，公式内容不需要翻译，因此数字和符号保持不变。		81
└─ PCQM-联系	529,434	~30.14	~61.09		1
└─ 肽功能	15,535	~150.94	~307.30		10
└─ 肽结构	15,535	~150.94	~307.30		11
MalNetTiny (论文)
OMDB (论文)
PolBlogs (论文)	1	1,490	19,025	0	2
EmailEUCore (论文)
LINKXDataset (Paper)
EllipticBitcoinDataset (论文)	1	203,769	234,355	165	2
EllipticBitcoinTemporalDataset (Paper)	1	203,769	234,355	165	2
DGraphFin (论文)	1	3,700,550	4,300,999	17	2
HydroNet (Paper)
AirfRANS (论文)	1,000	约180,000	0	5	4
JODIEDataset (论文)
└─ Reddit	1	6,509	25,470	172	1
└─ 维基百科	1	9,227	157,474	172	2
└─ 慕课	1	7,144	411,749	4	2
└─ LastFM	1	1,980	1,293,103	2	1
Wikidata5M (论文)
MyketDataset (Paper)	1	17,988	694,121	33	1
BrcaTcga (论文)	1,082	9,288	271,771	1,082
NeuroGraphDataset (论文)
WebQSPDataset (论文)
GitMolDataset (论文)
MoleculeGPTDataset (Paper)
TAGDataset (论文)

Heterogeneous Datasets

名称	#节点/#边	#特性	#类/#任务
DBP15K (论文)
AMiner (论文)
OGB_MAG (论文)
DBLP (论文)
└─ 节点类型: 作者	4,057	334	4
└─ 节点类型: 论文	14,328	4,231
└─ 节点类型: 术语	7,723	50
└─ 节点类型: 会议	20	0
└─ 边类型: 作者-论文	196,425
└─ 边类型: 论文-术语	85,810
└─ Edge Type: 会议论文	14,328
MovieLens (论文)
MovieLens100K (论文)
└─ 节点类型: 电影	1,682	18
└─ 节点类型: 用户	943	24
└─ 边类型: 用户-电影	80,000	1	1
MovieLens1M (Paper)
└─ 节点类型: 电影	3,883	18
└─ 节点类型: 用户	6,040	30
└─ 边类型: 用户-电影	1,000,209	1	1
IMDB (论文)
LastFM (论文)
HGBDataset (论文)
Taobao (论文)
IGMCDataset (论文)
AmazonBook (Paper)
HM (论文)
OSE_GVCS (论文)
RCDD (论文)
OPFDataset (Paper)

Synthetic Datasets

名称	#图表	#节点	#edges	#特性	#类/#任务
FakeDataset
FakeHeteroDataset
StochasticBlockModelDataset
RandomPartitionGraphDataset (论文)
MixHopSyntheticDataset (Paper)
ExplainerDataset (Paper)
InfectionDataset (Paper)
BA2MotifDataset (Paper)	1000	25	~51.0	10	2
BAMultiShapesDataset (Paper)	1000	40	~87.0	10	2
BAShapes (论文)