如何处理图数据集

这里的图是指表示实体的结点和表示实体之间关系的边构成的图，而不是一些神经网络需要识别和处理的图片。

按理说图的处理也很简单，但是很少看到人提及。

作为初学者，还是遇到了一些困难的，在此简单记录一下。

格式

首先，简单说一下数据集的格式。

一般来说，图数据集的存储文件每一行会存储两个结点，代表两个结点之间有一条边连接彼此。类似这样：

0 1

0 2

1 2

获取及查看

在关于图信息挖掘的论文中，一篇论文要想论证自己算法的优越性，大概率是要将算法用在大型数据集上挑战一番的。

但是这对于复现的小白造成了困难，这数据集我怎么放不到服务器上去呢？

普通且带有一点愚钝的做法，是将数据集下载到了我的Windows终端，然后找到一个可以打开文件进行查看还不会崩溃的软件glogg，查看数据集的具体格式。如何上传到服务器呢？Ctrl C，Ctrl V，实在是很朴素。小数据当然可行，大数据集甚至光复制就要崩溃了。

在经历了一段时间的思索后，我才想到可以通过wget的方式直接用下载地址的链接进行下载……

具体的命令就是：

wget url

下载得到一个zip文件，解压一下：

unzip xxx.zip /home/directory

解压到一个指定文件夹下。

好像快满500字了。

预处理前的冗余字段处理

数据预处理操作，得先读入数据，但是前几行都是说明性文字。感谢数据集提供者，真的很贴心。

我的方法也很无脑。

istream infile;

infile.open(datasetName, ios::in);

string s;

getline(infile, s); //有几行读几行

while(!infile.eof())

{

读取数据并操作;

}

infile.close();

大概就是这样了。

从不会到会一点点还是有一点乐趣可言的，希望大家都能在所做的事情中收获快乐。