import torch_geometric 加载一些常见数据集

 0.import torch_geometric 的Data 查看_冬炫的博客-CSDN博客_import torch_geometric

1. import torch_geometric 加载一些常见数据集_冬炫的博客-CSDN博客_torch_geometric 数据集

2. torch_geometric mini batch 的那些事_冬炫的博客-CSDN博客 

3. import torch_geometric 第一个图网络例子_冬炫的博客-CSDN博客 

4. torch_geometric message passing network_冬炫的博客-CSDN博客 

 

---

Common Benchmark Datasets

 当然每个库都喜欢自己加载一些常用的数据集，比如图像分类的某些库会加载Mnist 数据集，也不用你特意从网站下载。

当然torch_geometric 可以加载一些常见的公开的图数据集比如

all Planetoid datasets (Cora, Citeseer, Pubmed),

all graph classification datasets from http://graphkernels.cs.tu-dortmund.de and their cleaned versions, the QM7 and QM9 dataset,

3D mesh/point cloud datasets like FAUST, ModelNet10/40 and ShapeNet.

加载 ENZYMES dataset (consisting of 600 graphs within 6 classes)

例子①

from torch_geometric.datasets import TUDataset

dataset = TUDataset(root='/tmp/ENZYMES', name='ENZYMES')
>>> ENZYMES(600)

len(dataset)
>>> 600

dataset.num_classes
>>> 6

dataset.num_node_features
>>> 3

We now have access to all 600 graphs in the dataset:

data = dataset[0]
>>> Data(edge_index=[2, 168], x=[37, 3], y=[1])

data.is_undirected()
>>> True

这是一个168个对称边，37个节点，每个节点的特征维度是3个，只有一个图的类型标签，为1.

我们也可以用切片获取多个图。

创建一个 90/10 train/test split

例子②

train_dataset = dataset[:540]
>>> ENZYMES(540)

test_dataset = dataset[540:]
>>> ENZYMES(60)

手动重洗数据集

dataset = dataset.shuffle()
>>> ENZYMES(600)

等价的做法：

perm = torch.randperm(len(dataset))
dataset = dataset[perm]
>> ENZYMES(600)

下载 Cora, 此数据集为半监督的图节点分类任务：

from torch_geometric.datasets import Planetoid

dataset = Planetoid(root='/tmp/Cora', name='Cora')
>>> Cora()

len(dataset)
>>> 1

dataset.num_classes
>>> 7

dataset.num_node_features
>>> 1433

可以看出来这个图数据集就一张图，一张引用图

data = dataset[0]
>>> Data(edge_index=[2, 10556], test_mask=[2708],
         train_mask=[2708], val_mask=[2708], x=[2708, 1433], y=[2708])

data.is_undirected()
>>> True

data.train_mask.sum().item()
>>> 140

data.val_mask.sum().item()
>>> 500

data.test_mask.sum().item()
>>> 1000

总共2708个节点，每个节点都有一个标签。节点特征1433维，test_mask train_mask val_mask 应该是二值bool 值，标注哪个被选中。

attributes: train_mask, val_mask and test_mask, where

• train_mask denotes against which nodes to train (140 nodes),

• val_mask denotes which nodes to use for validation, e.g., to perform early stopping (500 nodes),

• test_mask denotes against which nodes to test (1000 nodes).