【图神经网络基础】认识数据集--异质数据集Actor

鳗小鱼

已于 2024-05-24 10:30:50 修改

阅读量1.2k

点赞数 24

分类专栏：图神经网络文章标签：深度学习人工智能 pytorch 机器学习神经网络聚类知识图谱

于 2024-05-24 10:18:04 首次发布

本文链接：https://blog.csdn.net/BetrayFree/article/details/139071174

版权

图神经网络专栏收录该内容

11 篇文章 2 订阅

订阅专栏

Actor 数据集是一个包含了演员及其合作关系的图数据集，主要用于图神经网络（Graph Neural Networks, GNNs）在节点分类等任务中的研究。以下是关于 Actor 数据集的详细介绍：

数据集概述

Actor 数据集包含了多个演员节点，以及演员之间的合作关系。每个节点（演员）都有相应的特征向量和类别标签。这个数据集的主要任务是根据节点特征和图结构对节点进行分类。

数据集组成

节点（演员）：
- 每个节点代表一个演员。
- 每个节点都有一个特征向量，表示该演员的某些属性或信息。
- 每个节点有一个类别标签，表示该演员所属的类别。
边（合作关系）：
- 每条边表示两个演员之间的合作关系。
- 边是无向的，即合作关系被视为对称的。
特征：
- 每个节点的特征向量是一个数值向量，表示该演员的属性。
类别标签：
- 每个节点都有一个类别标签，表示该演员所属的类别。

数据集统计

节点数：7600
边数：33544
特征维度：931（每个节点的特征向量维度）
类别数：5

数据表示

Actor 数据集通常以图的形式表示，其中包含以下内容：

邻接矩阵（Adjacency Matrix）：表示图的结构，其中 A[i,j]=1 表示节点 i 和节点 j 之间有边， A[i,j]=0 表示无边。
特征矩阵（Feature Matrix）：表示节点特征，其中每行对应一个节点的特征向量。
标签矩阵（Label Matrix）：表示每个节点的类别标签。

使用场景

Actor 数据集主要用于以下研究场景：

节点分类：基于节点的特征和图结构，预测节点的类别标签。
图嵌入：将节点嵌入到低维向量空间中，以便在嵌入空间中进行分类、聚类等任务。
图神经网络模型评估：评估各种 GNN 模型的性能，如 GCN（Graph Convolutional Network）、GAT（Graph Attention Network）等。

示例代码

以下是一个使用 PyTorch Geometric 进行节点分类的示例，展示了如何加载 Actor 数据集并进行训练和评估：

import torch
import torch.nn.functional as F
from torch_geometric.nn import GCNConv
from torch_geometric.data import Data

# 假设我们已经有 Actor 数据集的特征矩阵、邻接矩阵和标签
# 这里是一些示例数据来模拟 Actor 数据集
features = torch.tensor([
    [1, 0, 0, ...],  # 节点 1 的特征
    [0, 1, 0, ...],  # 节点 2 的特征
    ...
], dtype=torch.float)

edge_index = torch.tensor([
    [0, 1],  # 边 1
    [0, 2],  # 边 2
    ...
], dtype=torch.long).t().contiguous()

labels = torch.tensor([0, 1, 0, ..., 4], dtype=torch.long)  # 节点的类别标签

train_mask = torch.tensor([True, True, ..., False], dtype=torch.bool)
test_mask = torch.tensor([False, False, ..., True], dtype=torch.bool)

# 创建数据对象
data = Data(x=features, edge_index=edge_index, y=labels, train_mask=train_mask, test_mask=test_mask)

# 定义 GCN 模型
class GCN(torch.nn.Module):
    def __init__(self):
        super(GCN, self).__init__()
        self.conv1 = GCNConv(features.size(1), 16)  # 输入特征维度为特征矩阵的列数，输出维度为16
        self.conv2 = GCNConv(16, 5)  # 隐藏层维度为16，输出类别数为5

    def forward(self, data):
        x, edge_index = data.x, data.edge_index
        x = self.conv1(x, edge_index)
        x = F.relu(x)
        x = F.dropout(x, training=self.training)
        x = self.conv2(x, edge_index)
        return F.log_softmax(x, dim=1)

# 初始化模型、优化器和损失函数
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
model = GCN().to(device)
data = data.to(device)
optimizer = torch.optim.Adam(model.parameters(), lr=0.01, weight_decay=5e-4)

# 训练模型
def train():
    model.train()
    optimizer.zero_grad()
    out = model(data)
    loss = F.nll_loss(out[data.train_mask], data.y[data.train_mask])
    loss.backward()
    optimizer.step()

# 测试模型
def test():
    model.eval()
    _, pred = model(data).max(dim=1)
    correct = int(pred[data.test_mask].eq(data.y[data.test_mask]).sum().item())
    acc = correct / int(data.test_mask.sum())
    return acc

# 训练和测试循环
for epoch in range(100):
    train()
    acc = test()
    print(f'Epoch {epoch}: Accuracy: {acc:.4f}')