创建带有特征的模式图数据集

生成有feature的pattern-graph synthetic dataset

• 运行流程
  • 代码模块
  • *(模式生成器)模块
  • *(模式校验器)模块
  • *(图生成器)模块

在研究子图与图的学习过程中会遇到一个主要问题那就是缺乏可用的数据集。因此 在现有的研究中常用的方式是在特定条件下生成pattern-graph类型的合成数据集 例如 在Subgraph Isomorphism Counting任务中研究者同样采用了这种方法。然而 在现有的合成数据集中存在一个局限性 它们通常仅包含节点标签信息（类似于像Cora这样的分类数据）而缺乏其他特征描述 因此 在原有研究的基础上我们需要构建一种包含节点和边特征的新类别的合成数据集 基于Subgraph Isomorphism Counting任务中使用的数据生成方法进行相应的改进 这样我们就可以在此基础上扩展并引入必要的特征信息从而实现对pattern-graph类型的数据集合拥有完整的属性描述 而不仅仅局限于仅有node edge和label的信息

运行方法

随后创建pattern。接着，在graph_generator.py中指定pattern路径指向pattern文件所在的位置。值得注意的是，在编写代码时我特意设置了两个参数：一个是与图特征相关联的一个参数；另一