第五章代码有错误

[Ireliafans]

第五章的数据有2708个样本，但是训练集验证集 测试集 数据分布分别是140:500:1000，数据划分存在问题。
正确的数据集划分应该把
“train_index = np.arange(y.shape[0]) 数据集大小有问题
val_index = np.arange(y.shape[0], y.shape[0] + 500)”
修改为
“x_shape=1208
train_index = np.arange(x_shape)
val_index = np.arange(x_shape, x_shape + 500)”
数据集分布变成了1208:500:1000 ，测试集效果能从0.805 提高到0.871

[likuanppd]

GCN里的划分就是140：500：1000，每个label取20个做训练集，不要想当然啊

[Ireliafans]

为什么训练集节点这么少啊，验证和测试的却这么多 发自我的iPhone

…

------------------ 原始邮件 ------------------ 发件人: oldppd ***@***.***> 发送时间: 2021年4月20日 21:50 收件人: FighterLYL/GraphNeuralNetwork ***@***.***> 抄送: Ireliafans ***@***.***>, Author ***@***.***> 主题: 回复：[FighterLYL/GraphNeuralNetwork] 第五章代码有错误 (#54) GCN里的划分就是140：500：1000，每个label取20个做训练集，不要想当然啊 — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or unsubscribe.

[likuanppd]

3个citation graph上用这个划分很早就有了，是每个label取20个作为训练集，cora是7类，所以就是140个作为训练集

[r1ght0us]

3个citation graph上用这个划分很早就有了，是每个label取20个作为训练集，cora是7类，所以就是140个作为训练集

您好我想问下这个分类有什么依据在吗

[likuanppd]

3个citation graph上用这个划分很早就有了，是每个label取20个作为训练集，cora是7类，所以就是140个作为训练集

您好我想问下这个分类有什么依据在吗

从Kipf的GCN [1]开始，Cora、Citeseer、Pubmed这老三样citation graph就一直用这个划分了，每个类别20个作为训练集

https://arxiv.org/pdf/1609.02907.pdf?fbclid=IwAR0BgJeoKHIAvPuSE9fJ0_IQOEu5l75yxyNo7PUC08RTOFlm_IIo5YmcnQM

[1] Thomas N. Kipf and Max Welling. 2017. Semi-Supervised Classification with Graph Convolutional Networks. In International Conference on Learning Representations (ICLR).

[r1ght0us]

3个citation graph上用这个划分很早就有了，是每个label取20个作为训练集，cora是7类，所以就是140个作为训练集

您好我想问下这个分类有什么依据在吗

从Kipf的GCN [1]开始，Cora、Citeseer、Pubmed这老三样citation graph就一直用这个划分了，每个类别20个作为训练集

https://arxiv.org/pdf/1609.02907.pdf?fbclid=IwAR0BgJeoKHIAvPuSE9fJ0_IQOEu5l75yxyNo7PUC08RTOFlm_IIo5YmcnQM

[1] Thomas N. Kipf and Max Welling. 2017. Semi-Supervised Classification with Graph Convolutional Networks. In International Conference on Learning Representations (ICLR).

太牛逼了，谢谢您！终于找到这是为啥了