PyG内置流行的图数据集

最新推荐文章于 2024-08-22 14:16:01 发布

孙者行

最新推荐文章于 2024-08-22 14:16:01 发布

阅读量160

点赞数

CC 4.0 BY-SA版权

文章标签：机器学习-深度学习

本文链接：https://blog.youkuaiyun.com/web_bug407/article/details/133058886

机器学习-深度学习专栏收录该内容

154 篇文章 ¥59.90 ¥99.00

订阅专栏

PyG是一个图神经网络库，提供多种图数据集，如CORA、Citeseer、CoraFull用于文献分类，Reddit用于节点分类，PPI用于蛋白质相互作用预测，便于研究和开发。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

PyG（PyTorch Geometric）是一个用于图神经网络的Python库，提供了丰富的图数据集用于图分析和图神经网络的研究。这些内置的图数据集包含了各种不同领域的真实和合成图数据，可以帮助研究人员和开发者快速构建和测试他们的图神经网络模型。

下面是一些PyG内置的常见图数据集及其用途：

CORA（引文网络数据集）：
CORA是一个引文网络数据集，用于文献分类任务。它包含了2708篇科学文献，每篇文献都有1433个词汇特征，并属于以下七个类别之一：物理学、计算机科学、数学、统计学、社会学、生物学和医学。研究人员可以使用CORA数据集来开发和评估图神经网络在文献分类方面的性能。
```
from torch_geometric.datasets import Planetoid

dataset = Planetoid(root='data/CORA
```

了解本专栏

订阅专栏解锁全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

孙者行

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

订阅专栏

PyG内置常见图数据集一览表

优快云精品推荐

01-31

1295

常见的图任务中使用的数据集，在PyG的数据集接口中都有提供，可以根据自己的任务来选择合适的数据集使用

PyG创建自定义Graph图数据集

优快云精品推荐

01-22

2961

PyG内置了很多常用的数据集，例如CoraENZYMES等图经典任务数据集，如果还需要其它论文中的数据集，可以参考该网站，里面包含了很多图任务的数据集，可以根据自己任务需求去下载。但是很多时候这些数据并不适合我们，我们需要将自己的数据集封装到PyG的Data类中，这时就需要自定义PyG的数据类，对于PyG中的数据实例类为。

参与评论您还未登录，请先登录后发表或查看评论

PyG自定义数据集学习笔记（持续更新

weixin_45928096的博客

09-18

7458

PyG 提供了torch_geometric.data.Data用于构建图。除了使用benchmark数据集进行实验外，还可以自定义数据集，其方式与Pytorch类似，需要继承数据集类。PyG中提供了两个数据集抽象类： torch_geometric.data.InMemoryDataset：用于构建内存数据集（小数据集），继承自Dataset，一次性加载所有数据到内存。 torch_geometric.data.Dataset：用于构建大型数据集（非内存数据集），分次加载到内存；

【Pytorch神经网络理论篇】 27 图神经网络DGL库：简介+安装+卸载+数据集+PYG库+NetWorkx库

热门推荐

小李的研究生学习日记

03-31

1万+

DGL库是由纽约大学和亚马逊联手推出的图神经网络框架，支持对异构图的处理，开源相关异构图神经网络的代码，在GCMC、RGCN等业内知名的模型实现上也取得了很好的效果。 1 DGL库的实现与性能实现GNN并不容易，因为它需要在不规则数据上实现较高的GPU吞吐量。 1.1 DGL库简介 DGL库的逻辑层使用了顶点域的处理方式，使代码更容易理解。同时，又在底层的内存和运行效率方面做了大量的工作，使得框架可以发挥出更好的性能。 1.2 DGL库特点 GCMC：DGL的内存优化支...

AutoDL教程：分布式gnn训练及数据集整理

penzidaxian的博客

08-29

727

。

数据集 --- 图神经网络（Graph）

在人工智能的道路上爬行

04-15

4365

KarateClub：数据为无向图；源于论文 An Information Flow Model for Conflict and Fission in Small Groups TUDataset：数据为无向图；包含 58 个基础的分类数据集几何，如 “IMDB-BINARY”，“PROTEINS”等；来源于TU Dortmund University Plantoid：数据都为无向图; 引用网络数据集，包括“Cora”，“CiteSeer”，和 “PubMed”；来源于论文Revis..

PyG-使用pyg内置函数调用基准引文数据并查看相关信息

图挖掘领域，新晋砖家 ☞ 未来可期，欢迎和静静一起学习交流吖

02-02

294

cora+citeseer+pubmed 目录 0、基础 数据集基本情况标准数据集划分方式 数据集处理和分析基于pyg接口处理cora数据 1、代码 2、结果 0、基础 数据集基本情况 数据集 #图 #节点 #边 #特征（输入特征维度） #标签(y，输出特征维度) Cora 1 2708 5429 1433 7 Citeseer 1 3327 4732 3703 6 Pubmed

PyG-重写PyG内置的GCNConv卷积层来实现基于cora数据集的2层GCN模型实现

图挖掘领域，新晋砖家 ☞ 未来可期，欢迎和静静一起学习交流吖

02-10

1328

1、简介前面PyG-基于pyg内置函数Conv实现对cora数据的分类是使用的pyg内置的函数模块，现在是打算重写基于pyg的MPNN函数来修改GCNConv卷积模块来实现自己想要达到的效果 2、代码 ''' 重写pyg内置函数GCN，并实现基于cora的gcn 重写的是调用pyg里面的MPNN基类的GCNConv函数步骤 AHW（W维度 [num_output_features, num_input_features]） 1）在邻接矩阵中添加自连接 A+I。 2...

ML(10)-图神经网络、PyG极简版入门笔记

sinat_40624829的博客

04-10

1196

图神经网络概况1.概况2.图卷积的通式2.1实现12.2实现22.3实现3 参考博文：https://zhuanlan.zhihu.com/p/89503068 1.概况 Graph Embedding：表示学习的范畴，将图中节点/将整个图表示为低维、实值、稠密的向量。（可以将用户表示成向量的形式，再勇于节点分类任务）图嵌入的方式有三种：矩阵分解，deepWalk, 图神经网络 Graph Neural Netvork：神经网络在图上应用的模型统称。依据传播的方式不同，可以分为图卷积神经网络，图注意力网络，

【GNN/深度学习】常用的图数据集（资源包）

Danger的博客

03-09

1万+

【GNN/深度学习】常用的图数据集（资源包）

交易流水分类对图中的长尾类别进行表征 Characterizing Long-Tail Categories on Graphs

数智笔记

04-08

1248

长尾数据分布在许多现实世界网络中普遍存在，包括金融交易网络、电子商务网络和协作网络。尽管最近的发展取得了成功，但现有的研究主要集中在通过图增强或目标重加权来消除机器学习模型的偏见。然而，目前文献中缺乏提供理论工具来表征图中长尾类别行为并了解实际场景中的泛化性能。为了弥补这一空白，我们提出了第一个用于图中长尾分类的泛化界限，通过将问题形式化为多任务学习的方式，即每个任务对应于一个特定类别的预测。我们的理论结果表明，长尾分类的泛化性能主要受到所有任务的损失范围和任务总数的影响。基于理论发现，我们提出了一个新颖的

PyTorch+PyG实现图神经网络经典模型目录_pyg 提供的现有模型

2401_84254177的博客

04-12

376

你觉得这些内容对你有帮助，可以添加V获取：vip1024b （备注Go）**[外链图片转存中…(img-A8B1ra8b-1712910168242)]

PyG中的数据集Cora等

weixin_42327834的博客

09-09

832

https://blog.youkuaiyun.com/weixin_34570232/article/details/114452066 数据集 PyTorch Geometric已经包含有很多常见的基准数据集，包括： Cora：一个根据科学论文之间相互引用关系而构建的Graph数据集合，论文分为7类：Genetic_Algorithms，Neural_Networks，Probabilistic_Methods，Reinforcement_Learning，Rule_Learning，Theory，共2708

pyg安装配置，以及简单的使用测试

AnomeZ的博客

08-22

2597

边的连接信息# 注意，无向图的边要定义两次#将邻接矩阵转化为coo形式values = edge_index_temp.data # 边上对应权重值weightindices = np.vstack((edge_index_temp.row, edge_index_temp.col))#这个结果是一个数组edge_index_A = torch.LongTensor(indices) # 将数组转化为tensor.long的形式，这就是我们真正需要的coo形式。

PyG Cora图数据集可视化教程

优快云精品推荐

01-22

3869

本文使用NetworkX对Cora论文数据集进行可视化

【PYG】常用和采坑总结

图挖掘领域，新晋砖家 ☞ 未来可期，欢迎和静静一起学习交流吖

01-19

6319

目录一. PyG的使用 1.整体介绍 1.1 图数据的处理 1.2 常用的图神经网络数据集 1.3 如何加载数据集 2.空域图卷积神经网络的建立 2.1 GCN的实现 2.2 Edge Convolution的实现 3.自建图神经网络数据集 3.1 创建一个能够完全放入内存中的图数据集 3.2 创建无法完全放入内存的数据集 4.批处理 5.异质图的建立 6.异质图神经网络的建立 6.1 将简单图神经网络转换为异质图神经网络 6.2利用PyG中自带的异质图神经网络 7.

python的自带数据集_盘点 | Python自带的那些数据集

weixin_36330387的博客

02-04

5404

01Seaborn自带数据集在学习Pandas透视表的时候，大家应该注意到，我们使用的案例数据"泰坦尼克号"来自于seaborn自带的在线数据库，我们可以通过seaborn提供的函数load_dataset("数据集名称")来获取线上相应的数据，返回给我们的是一个pandas的DataFrame对象。importseabornassnsdf=sns.load_dataset('titan...

数据完全存于内存的数据集类

weixin_44133327的博客

06-28

966

1. InMemoryDataset基类虽然PyG内置了许多数据集，但用户往往希望使用自行记录的数据集。 PyG提供了两个抽象类：torch_geometric.data.Dataset和torch_geometric.data.InMemoryDataset. 在PyG中我们可以通过继承InMemoryDataset类，来将数据全部存储到内存中。 PyG可以方便地构造数据完全存于内存的数据集类：InMemory数据集类 1. 1InMemoryDataset基类介绍 class InMemoryDa

PyG教程(4)：自定义数据集

LW的技术小筑

06-10

2765

在PyG中，除了直接使用它自带的benchmark数据集外，用户还可以自定义数据集，其方式与Pytorch类似，需要继承数据集类。PyG中提供了两个数据集抽象类：下面是对其的详细介绍。

图神经网络数据集下载

最新发布

03-13

<think>好的，用户想下载图神经网络相关的数据集，我需要先确定他们需要什么类型的数据。图神经网络常用于社交网络、分子结构、推荐系统等，所以常见的数据集包括社交网络如Cora、Citeseer，化学的如MUTAG，推荐系统的如MovieLens。首先，我应该列出一些常用的公开数据集，并说明它们的用途，这样用户可以根据自己的需求选择。比如Cora是论文引用网络，适合节点分类任务；OGB是一个大型图数据集合，适合各种任务。同时，要提供每个数据集的下载链接，方便用户直接访问。接下来，用户可能需要指导如何加载这些数据集，特别是使用PyTorch Geometric或DGL这样的库。比如PyTorch Geometric内置了很多数据集，可以通过几行代码直接下载和加载，这对用户来说非常方便。然后，考虑到用户可能对数据格式不熟悉，需要说明典型的数据结构，比如节点特征、边列表、标签等。这有助于他们理解数据集的结构，方便后续处理。另外，用户可能还想知道如何自定义数据集，比如将自己的数据转换成图结构。这时候需要给出一些建议，比如使用NetworkX或CSV文件来构建图，并提供代码示例。最后，相关的问题部分需要考虑用户可能遇到的后续问题，比如数据预处理方法、处理大规模数据的技巧、常用框架以及评估指标。这些能帮助用户更全面地应用图神经网络。需要确保回答结构清晰，分点列出，并且每个部分都有具体的例子和引用。同时，检查提供的链接是否有效，代码示例是否正确，避免错误信息。</think># 图神经网络数据集下载指南 ## 一、常用公开数据集 1. **社交网络数据集** - **Cora**：包含2708篇论文的引用网络，节点特征为词向量，适用于节点分类任务下载地址：[Planetoid (Cora/Citeseer/Pubmed)](https://github.com/kimiyoung/planetoid) - **Reddit**：包含Reddit论坛的帖子交互图，适用于大规模图表示学习下载地址：[Stanford Large Network Dataset Collection](https://snap.stanford.edu/data/) 2. **化学分子数据集** - **MUTAG**：包含188个硝基化合物的分子图结构，适用于图分类任务下载地址：[TUDataset](https://chrsmrrs.github.io/datasets/) - **OGB**：开放图基准数据集集合，包含分子属性、蛋白质相互作用等下载地址：[Open Graph Benchmark](https://ogb.stanford.edu/) 3. **推荐系统数据集** - **MovieLens**：包含用户-电影评分数据，可构建用户-物品二分图下载地址：[MovieLens 25M Dataset](https://grouplens.org/datasets/movielens/) ## 二、数据加载方法 ### 1. 使用PyTorch Geometric（推荐） ```python from torch_geometric.datasets import Planetoid, TUDataset # 自动下载Cora数据集 dataset = Planetoid(root='/tmp/Cora', name='Cora') # 下载分子数据集 dataset = TUDataset(root='/tmp/MUTAG', name='MUTAG') ``` ### 2. 使用DGL库 ```python import dgl.data # 加载Citeseer数据集 dataset = dgl.data.CiteseerGraphDataset() ``` ## 三、数据结构说明典型图数据集包含以下文件： ``` dataset/ ├── edges.csv # 边列表 (源节点, 目标节点) ├── nodes.csv # 节点特征和标签 ├── graph.json # 图结构描述文件 └── README # 数据说明文档 ``` ## 四、自定义数据集构建 1. **使用NetworkX构建图** ```python import networkx as nx G = nx.karate_club_graph() # 经典空手道俱乐部社交网络 ``` 2. **CSV文件转换** ```python import pandas as pd edges_df = pd.read_csv('edges.csv') nodes_df = pd.read_csv('nodes.csv') ``` ## 五、注意事项 1. 部分学术数据集需要邮件申请授权（如某些生物医药数据集） 2. 大规模数据集下载建议使用学术加速通道 3. 推荐优先使用OGB、PyG等标准库中的数据集[^2][^4]