graph_datasets:包含31个图数据集的图分类基准存储库

简介：
graph_datasets是一个包含了31个不同图数据集的基准存储库，专为促进图分类任务的研究和开发而设计。 近年来，在涉及具有结构关系的对象的应用领域内看到了显著的增长，例如生物信息学中的化合物、大脑网络、图像结构以及学术引用网络。对于这些应用而言，图作为一种自然且强大的工具被用来建模并捕捉对象之间的相互依赖性。 与传统的数据不同，其中每个实例均以特征值向量的形式表示，图具有节点-边缘的结构性关系，并没有天然的矢量表现形式。这一挑战在过去几年中激发了大量针对图形分类算法的研究和发展。给定一组训练用图表，每张图表都关联有一个类别标签，图形分类的目标是从这些已知示例中学得模型，以便对未见过的新图进行准确预测。 该存储库汇集并维护着31个广泛用于图形分类的基准数据集。其中涵盖的数据类型包括化学化合物、引文网络、社交网络及大脑网络等。对于化学化合物相关的图表，其格式通常为.sdf或.smi; 而其他类型的图则采用 .nel 格式进行表示和存储。