【图神经网络】5分钟快速了解Open Graph Benchmark

最新推荐文章于 2024-12-27 13:09:33 发布

镰刀韭菜

最新推荐文章于 2024-12-27 13:09:33 发布

阅读量2.9k

点赞数

CC 4.0 BY-SA版权

分类专栏：复杂网络与图学习文章标签：图神经网络 OGB Benchmark 节点分类链路预测图属性预测

本文链接：https://blog.youkuaiyun.com/ARPOSPF/article/details/131306997

复杂网络与图学习专栏收录该内容

30 篇文章

订阅专栏

OpenGraphBenchmark（OGB）提供了一个集合，包含图机器学习的基准数据集、数据加载器和评估器，支持PyTorchGeometric和DGL框架。它涵盖了节点分类、链路预测和图属性预测任务，数据规模多样，领域丰富。安装OGB后，可以利用其易于使用的数据加载器和标准化评估器进行实验。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Open Graph Benchmark (OGB)

Open Graph Benchmark（OGB）是用于图机器学习的基准数据集、数据加载器和评估器的集合。数据集涵盖了各种图机器学习任务和现实世界中的应用程序。OGB数据加载器与流行的图深度学习框架完全兼容，包括PyTorch Geometric和Deep Graph Library（DGL）。它们提供自动数据集下载、标准化数据集拆分和统一的性能评估。
OGB数据流程
OGB旨在提供涵盖重要的图机器学习任务、不同数据集规模和丰富领域的图数据集。

Graph ML任务：涵盖了三个基本的图机器学习任务：节点、链接和图级别的预测。
规模多样化：小型图数据集可以在单个GPU内处理，而中大型图可能需要多个GPU或巧妙的采样/分区技术。
丰富的领域：图数据集来自从科学网络到社会/信息网络的不同领域，也包括异构知识图。

任务领域和尺度

安装OGB

可以使用Python包管理器pip安装。

pip install ogb

检查ogb的版本：

python -c "import ogb; print(ogb.__version__)"
# This should print "1.3.6". Otherwise, please update the version by
pip install -U ogb

其他相关的依赖包是：

Python>=3.6
PyTorch>=1.6
DGL>=0.5.0 or torch-geometric>=2.0.2
Numpy>=1.16.0
pandas>=0.24.0
urllib3>=1.24.0
scikit-learn>=0.20.0
outdated>=0.2.0

简单使用

主要强调了OGB的两个关键特性，即（1）易于使用的数据加载器和（2）标准化的评估器。
（1）Data loaders
OGB有易于使用的PyTorch Geometric和DGLdata loaders。可以处理数据集下载以及标准化的数据集拆分。下面的示例是在PyTorch Geometric上数据准备和拆分数据集！当然对于DGL也是非常方便的！

from ogb.graphproppred import PygGraphPropPredDataset
from torch_geometric.loader import DataLoader

# Download and process data at './dataset/ogbg_molhiv/'
dataset = PygGraphPropPredDataset(name = 'ogbg-molhiv')

split_idx = dataset.get_idx_split() 
train_loader = DataLoader(dataset[split_idx['train']], batch_size=32, shuffle=True)
valid_loader = DataLoader(dataset[split_idx['valid']], batch_size=32, shuffle=False)
test_loader = DataLoader(dataset[split_idx['test']], batch_size=32, shuffle=False)

（2）Evaluators
OGB还准备了标准化的评估器，以便于评估和比较不同的方法。evaluator将input_dict（格式在evaluator.expected_input_format中指定的字典）作为输入，并返回一个存储适用于给定数据集的性能度量的字典。标准化的评估协议使研究人员能够可靠地比较他们的方法。

from ogb.graphproppred import Evaluator

evaluator = Evaluator(name = 'ogbg-molhiv')
# You can learn the input and output format specification of the evaluator as follows.
# print(evaluator.expected_input_format) 
# print(evaluator.expected_output_format) 
input_dict = {'y_true': y_true, 'y_pred': y_pred}
result_dict = evaluator.eval(input_dict) # E.g., {'rocauc': 0.7321}

节点分类任务数据集

节点分类任务
注意：对于无向图，加载的图将具有双倍的边数，因为OGB会自动添加双向边。

链路预测任务数据集

链路预测任务
注意：对于无向图，加载的图将具有双倍的边数，因为OGB会自动添加双向边。*表示外部提供的数据集。

图属性预测任务数据集

图属性预测
注意：对于无向图，加载的图将具有双倍的边数，因为OGB会自动添加双向边。

Large-Scale Graph ML Datasets

有三个OGB-LSC数据集：MAG240M、WikiKG90Mv2和PCQM4Mv2，它们分别在节点、链接和图的级别上具有前所未有的规模和覆盖预测。下面提供了三个OGB-LSC数据集的说明性概述。
OGB-LSC

MAG240M是一个异质的学术图，其任务是预测位于异质图中的论文的主题领域（节点分类）。
WikiKG90Mv2是一个知识图，其任务是估算缺失的三元组（链接预测）。
PCQM4Mv2是一个量子化学数据集，其任务是预测给定分子的一个重要分子性质，即HOMO-LUMO间隙（图回归）。

对于每个数据集，OGB仔细设计其预测任务和数据分割，以便在任务上实现高预测性能将直接影响相应的应用。在每个数据集页面中提供了进一步的详细信息。数据集统计数据和基本信息总结如下，表明OGB的数据集非常大。
OGB-LSC
†：PCQM4Mv2数据集在SMILES字符串中提供。将它们处理成图形对象后，最终的文件大小将在8GB左右。