libcity.data.dataset.dataset_subclass.line_dataset

class libcity.data.dataset.dataset_subclass.line_dataset.Alias(prob)

Bases: object

sample()

class libcity.data.dataset.dataset_subclass.line_dataset.LINEDataset(config)

Bases: libcity.data.dataset.abstract_dataset.AbstractDataset

_generate_data()

LINE 采用的是按类似于 Skip-Gram 的训练方式，类似于 Word2Vec(Skip-Gram)，将单词对类比成图中的一条边， LINE 同时采用了两个优化，一个是对边按照正比于边权重的概率进行采样，另一个是类似于 Word2Vec 当中的负采样方法， 在采样一条边时，同时产生该边起始点到目标点（按正比于度^0.75的概率采样获得）的多个”负采样”边。 最后，为了通过 Python 的均匀分布随机数产生符合目标分布的采样，使用 O(1) 的 alias 采样方法

_load_cache()

加载之前缓存好的训练集、测试集、验证集

_load_geo()

加载.geo文件，格式[geo_id, type, coordinates, properties(若干列)]

_load_rel()

加载.rel文件，格式[rel_id, type, origin_id, destination_id, properties(若干列)], 生成N*N的矩阵，默认.rel存在的边表示为1，不存在的边表示为0

Returns

self.adj_mx, N*N的邻接矩阵

Return type

np.ndarray

get_data()

返回数据的DataLoader，包括训练数据、测试数据、验证数据

Returns

dict

Return type

batch_data

get_data_feature()

返回一个 dict，包含数据集的相关特征

Returns

包含数据集的相关特征的字典

Return type

dict