-
Notifications
You must be signed in to change notification settings - Fork 0
/
experiment.sh
234 lines (192 loc) · 22.3 KB
/
experiment.sh
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
### vanilla
# gcn
python gnn.py --dataset='german' --encoder='GCN' --c_epochs=10 --runs=10 --hidden=18 --epoch=150 --alpha=0 --c_lr=0.01 --e_lr=0.01
python gnn.py --dataset='credit' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --alpha=0 --c_lr=0.01 --e_lr=0.01
python gnn.py --dataset='bail' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --alpha=0 --c_lr=0.01 --e_lr=0.01
# gin
python gnn.py --dataset='german' --encoder='GIN' --c_epochs=10 --runs=10 --hidden=18 --epoch=150 --alpha=0 --c_lr=0.01 --e_lr=0.01
python gnn.py --dataset='credit' --encoder='GIN' --c_epochs=10 --runs=10 --hidden=18 --epoch=150 --alpha=0 --c_lr=0.01 --e_lr=0.01
python gnn.py --dataset='bail' --encoder='GIN' --c_epochs=10 --runs=10 --hidden=18 --epoch=150 --alpha=0 --c_lr=0.01 --e_lr=0.01
# sage
python gnn.py --dataset='german' --encoder='SAGE' --c_epochs=10 --runs=10 --hidden=18 --epoch=150 --alpha=0 --c_lr=0.01 --e_lr=0.01
python gnn.py --dataset='credit' --encoder='SAGE' --c_epochs=10 --runs=10 --hidden=18 --epoch=150 --alpha=0 --c_lr=0.01 --e_lr=0.01
python gnn.py --dataset='bail' --encoder='SAGE' --c_epochs=10 --runs=10 --hidden=18 --epoch=150 --alpha=0 --c_lr=0.01 --e_lr=0.01
### in-train gcn
python in-train.py --dataset='german' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --c_lr=0.1 --e_lr=0.1 --delta=0.5 --d='yes' --c_wd=0.001 --e_wd=0.001
python train_mlp.py --dataset='credit' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=13 --epoch=100 --delta=0.25
# python in-train.py --dataset='credit' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=32 --epoch=150 --delta=10 --d='yes' # discriminator optimizer setting
# python in-train.py --dataset='bail' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.01 --e_lr=0.01 --delta=1 --d='yes'
python in-train.py --dataset='bail' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.01 --delta=1
python in-train.py --dataset='bail' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.01 --e_lr=0.01 --delta=0.1
python in-train.py --dataset='bail' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.01 --e_lr=0.01 --delta=1
###in-train gin
python in-train.py --dataset='german' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=54 --epoch=80 --delta=1 --c_wd=0 --e_wd=0 --c_lr=0.1 --e_lr=0.01 --d='yes' #--alpha=5
python in-train.py --dataset='german' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=54 --epoch=80 --delta=1 --c_wd=0 --e_wd=0 --c_lr=0.01 --e_lr=0.01 --d='yes' #--alpha=5
python train_mlp.py --dataset='credit' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=13 --epoch=100 --delta=0.25 --d='yes'
python train_mlp.py --dataset='credit' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=13 --epoch=100 --delta=0.25
python in-train.py --dataset='credit' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=32 --epoch=100 --delta=10 --d='yes'
python in-train.py --dataset='bail' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=54 --epoch=100 --m_epoch=20 --delta=2 --c_lr=0.01 --e_lr=0.01
python in-train.py --dataset='bail' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=54 --epoch=100 --m_epoch=20 --delta=1.25 --c_lr=0.01 --e_lr=0.01
### in-train sage
python in-train.py --dataset='german' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=36 --epoch=100 --m_epoch=10 --dropout=0 --delta=1 --d='yes'
python train_mlp.py --dataset='german' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=36 --epoch=100 --m_epoch=10 --dropout=0 --delta=1 --d='yes'
python in-train.py --dataset='credit' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --m_epoch=10 --dropout=0.2 --delta=1 --c_lr=0.15 --e_lr=0.15 --d='yes' --c_wd=0.001 --e_wd=0.001
python in-train.py --dataset='credit' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --m_epoch=10 --dropout=0.2 --delta=0.5 --c_lr=0.15 --e_lr=0.15 --d='yes' --c_wd=0.001 --e_wd=0.001
python in-train.py --dataset='bail' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=36 --epoch=150 --m_epoch=10 --dropout=0.8 --delta=0.1
python in-train.py --dataset='bail' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=36 --epoch=150 --m_epoch=10 --dropout=0.8 --delta=0.1 --d='yes'
### ablation study
# german-gcn
python in-train.py --dataset='german' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.1 --delta=0 --d='no'
python in-train.py --dataset='german' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.1 --delta=0 --d='yes'
python in-train.py --dataset='german' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --c_lr=0.1 --e_lr=0.1 --delta=0.1 --d='no'
python in-train.py --dataset='german' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --c_lr=0.1 --e_lr=0.1 --delta=0.1 --d='yes'
# credit-gcn
python train_mlp.py --dataset='credit' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.1 --delta=0 --d='no'
python train_mlp.py --dataset='credit' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.1 --delta=0 --d='yes'
python train_mlp.py --dataset='credit' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=13 --epoch=100 --delta=0.25
python train_mlp.py --dataset='credit' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=13 --epoch=100 --delta=0.25 --d='yes'
# bail-gcn
python in-train.py --dataset='bail' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.01 --e_lr=0.01 --delta=0 --d='no'
python in-train.py --dataset='bail' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.01 --e_lr=0.01 --delta=0 --d='yes'
python in-train.py --dataset='bail' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.01 --e_lr=0.01 --delta=0.1 --d='no'
python in-train.py --dataset='bail' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.01 --e_lr=0.01 --delta=0.1 --d='yes'
# pokec_n-gcn
python in-train.py --dataset='pokec_n' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.01 --delta=0 --d='yes'
python in-train.py --dataset='pokec_n' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.01 --delta=1 --d='no'
# pokec_z-gcn
python in-train.py --dataset='pokec_z' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.01 --delta=0 --d='yes'
python in-train.py --dataset='pokec_z' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.01 --delta=1 --d='no'
# german-gin
python in-train.py --dataset='german' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=54 --epoch=100 --delta=0 --c_wd=0 --e_wd=0 --c_lr=0.01 --e_lr=0.01 --d='no'
python in-train.py --dataset='german' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=54 --epoch=100 --delta=0 --c_wd=0 --e_wd=0 --c_lr=0.01 --e_lr=0.01 --d='yes'
python in-train.py --dataset='german' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=54 --epoch=100 --delta=0.5 --c_wd=0 --e_wd=0 --c_lr=0.01 --e_lr=0.01 --d='no'
python in-train.py --dataset='german' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=54 --epoch=100 --delta=0.5 --c_wd=0 --e_wd=0 --c_lr=0.01 --e_lr=0.01 --d='yes' --alpha=2
#credit-gin
python train_mlp.py --dataset='credit' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=13 --epoch=100 --delta=0 --d=='no'
python train_mlp.py --dataset='credit' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=13 --epoch=100 --delta=0 --d='yes'
python train_mlp.py --dataset='credit' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=13 --epoch=100 --delta=0.25 --d='no'
python train_mlp.py --dataset='credit' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=13 --epoch=100 --delta=0.25 --d='yes'
#bail-gin
python in-train.py --dataset='bail' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=54 --epoch=100 --m_epoch=20 --delta=0 --c_lr=0.01 --e_lr=0.01 --d='no'
python in-train.py --dataset='bail' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=54 --epoch=100 --m_epoch=20 --delta=0 --c_lr=0.01 --e_lr=0.01 --d='yes'
python in-train.py --dataset='bail' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=54 --epoch=100 --m_epoch=20 --delta=1.25 --c_lr=0.01 --e_lr=0.01
python in-train.py --dataset='bail' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=54 --epoch=100 --m_epoch=20 --delta=1.25 --c_lr=0.01 --e_lr=0.01 --d='yes'
# pokec_n-gin
python in-train.py --dataset='pokec_n' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.01 --delta=0 --d='yes'
python in-train.py --dataset='pokec_n' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.01 --delta=1 --d='no'
# pokec_z-gin
python in-train.py --dataset='pokec_z' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.01 --delta=0 --d='yes'
python in-train.py --dataset='pokec_z' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.01 --delta=1 --d='no'
#german-sage
python in-train.py --dataset='german' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=36 --epoch=100 --m_epoch=10 --dropout=0 --delta=0 --d='no'
python in-train.py --dataset='german' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=36 --epoch=100 --m_epoch=10 --dropout=0 --delta=0 --d='yes'
python in-train.py --dataset='german' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=36 --epoch=100 --m_epoch=10 --dropout=0 --delta=1 --d='no'
python in-train.py --dataset='german' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=36 --epoch=100 --m_epoch=10 --dropout=0 --delta=1 --d='yes'
#credit-sage
python in-train.py --dataset='credit' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --m_epoch=10 --dropout=0.2 --delta=0 --c_lr=0.15 --e_lr=0.15 --d='no' --c_wd=0.001 --e_wd=0.001
python in-train.py --dataset='credit' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --m_epoch=10 --dropout=0.2 --delta=0 --c_lr=0.15 --e_lr=0.15 --d='yes' --c_wd=0.001 --e_wd=0.001
python in-train.py --dataset='credit' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --m_epoch=10 --dropout=0.2 --delta=1.5 --c_lr=0.15 --e_lr=0.15 --d='no' --c_wd=0.001 --e_wd=0.001
python in-train.py --dataset='credit' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --m_epoch=10 --dropout=0.2 --delta=1.5 --c_lr=0.15 --e_lr=0.15 --d='yes' --c_wd=0.001 --e_wd=0.001
#bail-sage
python in-train.py --dataset='bail' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=36 --epoch=150 --m_epoch=10 --dropout=0.8 --delta=0 --d='no'
python in-train.py --dataset='bail' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=36 --epoch=150 --m_epoch=10 --dropout=0.8 --delta=0 --d='yes'
python in-train.py --dataset='bail' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=36 --epoch=150 --m_epoch=10 --dropout=0.8 --delta=0.05 --d='no'
python in-train.py --dataset='bail' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=36 --epoch=150 --m_epoch=10 --dropout=0.8 --delta=0.05 --d='yes'
# pokec_n-sage
python in-train.py --dataset='pokec_n' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --c_lr=0.1 --e_lr=0.01 --delta=0 --d='yes'
python in-train.py --dataset='pokec_n' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --c_lr=0.1 --e_lr=0.01 --delta=1 --d='no'
# pokec_z-sage
python in-train.py --dataset='pokec_z' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --c_lr=0.1 --e_lr=0.01 --delta=0 --d='yes'
python in-train.py --dataset='pokec_z' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --c_lr=0.1 --e_lr=0.01 --delta=1 --d='no'
###pre vs. raw
# gcn
python reweight.py --dataset='german' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=54 --epoch=100 --c_lr=0.1 --e_lr=0.1 --delta=0.5 --alpha=2
python pretrain.py --dataset='german' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=27 --epoch=100 --c_lr=0.1 --e_lr=0.1 --delta=0.5 --m_epoch=100 --alpha=2
python reweight.py --dataset='credit' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=13 --epoch=100 --delta=0.25
python reweight.py --dataset='credit' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --m_epoch=100 --dropout=0.2 --delta=1 --c_lr=0.15 --e_lr=0.15 --c_wd=0.001 --e_wd=0.001
python pretrain.py --dataset='credit' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --m_epoch=100 --dropout=0.2 --delta=1 --c_lr=0.15 --e_lr=0.15 --c_wd=0.001 --e_wd=0.001
python pretrain.py --dataset='credit' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --m_epoch=100 --dropout=0.2 --delta=10 --c_lr=0.15 --e_lr=0.15 --c_wd=0.001 --e_wd=0.001
python reweight.py --dataset='bail' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --dropout=0.2 --delta=0.2 --c_lr=0.1 --e_lr=0.1 --c_wd=0.001 --e_wd=0.001
python pretrain.py --dataset='bail' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --m_epoch=100 --dropout=0.2 --delta=0.2 --c_lr=0.1 --e_lr=0.1 --c_wd=0.001 --e_wd=0.001
#GIN
python reweight.py --dataset='german' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=54 --epoch=100 --c_lr=0.1 --e_lr=0.1 --delta=0.75
python pretrain.py --dataset='german' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=27 --epoch=100 --c_lr=0.1 --e_lr=0.1 --delta=0.75 --m_epoch=100
python reweight.py --dataset='credit' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --dropout=0.2 --delta=0.1 --c_lr=0.15 --e_lr=0.15 --c_wd=0.001 --e_wd=0.001
python pretrain.py --dataset='credit' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --m_epoch=50 --delta=0.1 --c_lr=0.15 --e_lr=0.15 --c_wd=0.001 --e_wd=0.001
python reweight.py --dataset='bail' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --delta=0.1 --c_lr=0.1 --e_lr=0.1 --c_wd=0.001 --e_wd=0.001
python pretrain.py --dataset='bail' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --m_epoch=200 --delta=0.1 --c_lr=0.2 --e_lr=0.2 --c_wd=0.001 --e_wd=0.001
#SAGE
python reweight.py --dataset='german' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=54 --epoch=100 --c_lr=0.1 --e_lr=0.1 --delta=0.25 --alpha=3
python pretrain.py --dataset='german' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=27 --epoch=100 --c_lr=0.1 --e_lr=0.1 --delta=0.25 --m_epoch=100 --alpha=3
python reweight.py --dataset='credit' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --dropout=0.2 --delta=1.5 --c_lr=0.15 --e_lr=0.15 --c_wd=0.001 --e_wd=0.001
python pretrain.py --dataset='credit' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --dropout=0.2 --m_epoch=50 --delta=1.5 --c_lr=0.15 --e_lr=0.15 --c_wd=0.001 --e_wd=0.001
python reweight.py --dataset='bail' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=36 --epoch=150 --dropout=0.8 --delta=0.05
python pretrain.py --dataset='bail' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=36 --epoch=150 --m_epoch=50 --dropout=0.8 --delta=0.05
### P-score
python neutralization_proof.py --d_epochs=250 --dataset='german' --runs=1 --hidden=27 --d_lr=0.001 --delta=3 --seed=0
python neutralization_proof.py --d_epochs=20 --dataset='credit' --runs=1 --hidden=13 --d_lr=0.001 --delta=0.25 --seed=0
python neutralization_proof.py --d_epochs=30 --dataset='pokec_n' --runs=1 --hidden=266 --d_lr=0.001 --delta=0.5 --seed=0
python neutralization_proof.py --d_epochs=30 --dataset='pokec_z' --runs=1 --hidden=277 --d_lr=0.001 --delta=2 --seed=0
### Delta Tuning
python in-train.py --dataset='german' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --c_lr=0.1 --e_lr=0.1 --delta=0 --d='yes' --c_wd=0.001 --e_wd=0.001
python in-train.py --dataset='german' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --c_lr=0.1 --e_lr=0.1 --delta=0.5 --d='yes' --c_wd=0.001 --e_wd=0.001
python in-train.py --dataset='german' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --c_lr=0.1 --e_lr=0.1 --delta=1 --d='yes' --c_wd=0.001 --e_wd=0.001
python in-train.py --dataset='german' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --c_lr=0.1 --e_lr=0.1 --delta=2 --d='yes' --c_wd=0.001 --e_wd=0.001
python in-train.py --dataset='german' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --c_lr=0.1 --e_lr=0.1 --delta=5 --d='yes' --c_wd=0.001 --e_wd=0.001
python in-train.py --dataset='german' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --c_lr=0.1 --e_lr=0.1 --delta=10 --d='yes' --c_wd=0.001 --e_wd=0.001
python in-train.py --dataset='credit' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=13 --epoch=100 --delta=0 --d='yes'
python in-train.py --dataset='credit' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=13 --epoch=100 --delta=0.5 --d='yes'
python in-train.py --dataset='credit' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=13 --epoch=100 --delta=1 --d='yes'
python in-train.py --dataset='credit' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=13 --epoch=100 --delta=2 --d='yes'
python in-train.py --dataset='credit' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=13 --epoch=100 --delta=5 --d='yes'
python in-train.py --dataset='credit' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=13 --epoch=100 --delta=10 --d='yes'
python in-train.py --dataset='bail' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.01 --e_lr=0.01 --delta=0.1
python in-train.py --dataset='bail' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.01 --e_lr=0.01 --delta=0.5
python in-train.py --dataset='bail' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.01 --e_lr=0.01 --delta=1
python in-train.py --dataset='bail' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.01 --e_lr=0.01 --delta=2
python in-train.py --dataset='bail' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.01 --e_lr=0.01 --delta=5
python in-train.py --dataset='bail' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.01 --e_lr=0.01 --delta=10
### additional dataset pokec
## If the performance is not optimal, you can try adjusting the epoch between 50 and 200.
# vanilla
python gnn.py --dataset='pokec_n' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --alpha=0 --c_lr=0.1 --e_lr=0.01
python gnn.py --dataset='pokec_n' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --alpha=0 --c_lr=0.1 --e_lr=0.01
python gnn.py --dataset='pokec_n' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --alpha=0 --c_lr=0.1 --e_lr=0.01
python gnn.py --dataset='pokec_z' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --alpha=0 --c_lr=0.1 --e_lr=0.01
python gnn.py --dataset='pokec_z' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --alpha=0 --c_lr=0.1 --e_lr=0.01
python gnn.py --dataset='pokec_z' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --alpha=0 --c_lr=0.1 --e_lr=0.01
### FairSIN + pokec
# pokec-n
python in-train.py --dataset='pokec_n' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --c_lr=0.1 --e_lr=0.1 --delta=1 --d='yes'
python in-train.py --dataset='pokec_n' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --c_lr=0.1 --e_lr=0.01 --delta=1 --d='yes'
python in-train.py --dataset='pokec_n' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --c_lr=0.1 --e_lr=0.1 --delta=1 --d='yes'
python in-train.py --dataset='pokec_n' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=18 --epoch=80 --c_lr=0.1 --e_lr=0.01 --delta=1 --d='yes' --m_lr=0.01
python in-train.py --dataset='pokec_n' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=18 --epoch=80 --c_lr=0.1 --e_lr=0.01 --delta=1 --d='yes' --alpha=0.5 --m_lr=0.01
python in-train.py --dataset='pokec_n' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --c_lr=0.1 --e_lr=0.1 --delta=1 --d='yes'
python in-train.py --dataset='pokec_n' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=18 --epoch=50 --c_lr=0.1 --e_lr=0.01 --delta=1 --d='yes' --m_lr=0.01
#pokec-z
python in-train.py --dataset='pokec_z' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --c_lr=0.1 --e_lr=0.01 --delta=1 --d='yes'
python in-train.py --dataset='pokec_z' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.01 --delta=0.5 --d='yes' --alpha=0.5 --m_lr=0.1
python in-train.py --dataset='pokec_z' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --c_lr=0.1 --e_lr=0.1 --delta=1 --d='yes'
python in-train.py --dataset='pokec_z' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=18 --epoch=80 --c_lr=0.1 --e_lr=0.01 --delta=1 --d='yes' --alpha=0.5 --m_lr=0.01
python in-train.py --dataset='pokec_z' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --c_lr=0.1 --e_lr=0.1 --delta=1 --d='yes' --alpha=3
### FairSIN-G + pokec
# pokec-n
python reweight.py --dataset='pokec_n' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.1 --delta=1
python reweight.py --dataset='pokec_n' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.1 --delta=1
python reweight.py --dataset='pokec_n' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.1 --delta=1
# pokec-z
python reweight.py --dataset='pokec_z' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.1 --delta=1
python reweight.py --dataset='pokec_z' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.01 --delta=1 --alpha=0.
python reweight.py --dataset='pokec_z' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.1 --delta=1
### FairSIN-F + pokec
# pokec-n
python pretrain.py --dataset='pokec_n' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.1 --delta=1
python pretrain.py --dataset='pokec_n' --encoder='GCN' --c_epochs=10 --runs=1 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.01 --delta=1.5
python pretrain.py --dataset='pokec_n' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.1 --delta=1
python pretrain.py --dataset='pokec_n' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.1 --delta=1
# pokec-z
python pretrain.py --dataset='pokec_z' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.1 --delta=1
python pretrain.py --dataset='pokec_z' --encoder='GCN' --c_epochs=10 --runs=5 --hidden=18 --epoch=150 --c_lr=0.1 --e_lr=0.01 --delta=1.5
python pretrain.py --dataset='pokec_z' --encoder='GIN' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.1 --delta=1
python pretrain.py --dataset='pokec_z' --encoder='SAGE' --c_epochs=10 --runs=5 --hidden=18 --epoch=100 --c_lr=0.1 --e_lr=0.1 --delta=1