【GraphSAGE 源码学习】输入的数据结构

最近在尝试使用 GraphSAGE 做 embedding，做个笔记。

G 图结构

文件：toy-ppi-G.json

数据通过 json 加载之后，得到一个 dict，其中包含的关键字：[‘nodes’, ‘directed’, ‘multigraph’, ‘graph’, ‘links’]。

nodes

G_data[‘nodes’] 包含所有的节点, 每个节点（node）包含属性 [‘test’, ‘label’, ‘id’, ‘val’, ‘feature’]。

node

test 和 val 是 bool 值。同一个结点，test 和 val 不同时为 True。
id 就是结点的 id 喽。
feature 是个 list，大小是 50，其中的元素是 float。
label 也是个 list，大小是 121, 类型是 int。注意 label 不是 one-hot。（为什么是 121 维呢？）

directed

bool

multigraph

bool

graph

dict
但是只有一个值 {name: “disjoint_union( , )”}

links

是一个 list ，每个元素是一个字典，包括 [‘source’, ‘target’, ‘test_removed’, ‘train_removed’]

所有 test_removed == True 的边的两端结点，都是 test == True
所有 train_removed == True 的边包括 test_removed == True 的边，以及两端 val == True 的边。

id map

dict
id 到 id 的映射

class map

id 到 label 的映射。这个和 G[‘nodes’] 里面的 id 和 label 是一样的。

GraphSAGE 输入结构