graph_datasets:用于图分类的基准图数据集的存储库(总共31个图数据集)

上传者: 42134537 | 上传时间: 2022-08-20 23:05:14 | 文件大小: 36.25MB | 文件类型: ZIP
用于图分类的基准图数据集的存储库 图分类简介 近年来,目睹了涉及具有结构关系的对象的越来越多的应用,包括生物信息学中的化合物,大脑网络,图像结构和学术引用网络。 对于这些应用程序,图形是用于建模和捕获对象之间的依赖关系的自然而强大的工具。 与传统数据不同,在传统数据中,每个实例均以特征值矢量格式表示,图具有节点-边缘结构关系,并且没有自然矢量表示。 近年来,这一挑战激发了许多图分类算法。 给定一组训练图,每个训练图与一个类别标签相关联,图分类旨在从训练图中学习模型,以预测将来看不到的图。 下图显示了矢量数据和图形数据之间的betweeb分类差异。 数据集汇总 该存储库维护31个基准图数据集,这些数据集广泛用于图分类。 图形数据集包括: 化学化合物 引文网络 社交网络 脑网络 化学化合物图形数据集采用“ .sdf”或“ .smi”格式,其他图形数据集则表示为“ .nel”格式。 所有这些

文件下载

资源详情

[{"title":"( 12 个子文件 36.25MB ) graph_datasets:用于图分类的基准图数据集的存储库(总共31个图数据集)","children":[{"title":"graph_datasets-master","children":[{"title":".DS_Store <span style='color:#111;'> 6.00KB </span>","children":null,"spread":false},{"title":"_config.yml <span style='color:#111;'> 26B </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 14.83KB </span>","children":null,"spread":false},{"title":"Graph_Repository","children":[{"title":"example.sdf <span style='color:#111;'> 83.05KB </span>","children":null,"spread":false},{"title":"NCI_full.zip <span style='color:#111;'> 26.96MB </span>","children":null,"spread":false},{"title":"NCI_balanced.zip <span style='color:#111;'> 3.44MB </span>","children":null,"spread":false},{"title":"PTC_mtl.zip <span style='color:#111;'> 5.01KB </span>","children":null,"spread":false},{"title":"PTC_pn.zip <span style='color:#111;'> 15.14KB </span>","children":null,"spread":false},{"title":"Twitter-Graph.zip <span style='color:#111;'> 4.98MB </span>","children":null,"spread":false},{"title":".DS_Store <span style='color:#111;'> 6.00KB </span>","children":null,"spread":false},{"title":"DBLP_v1.zip <span style='color:#111;'> 1.19MB </span>","children":null,"spread":false},{"title":"Brain.zip <span style='color:#111;'> 80.72KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明