GCN数据集Cora、Citeseer、Pubmed文件分析

Cora、Citeseer和Pubmed是三个经常使用的图分类数据集，用于研究和评估图分类算法。

1. Cora数据集：

   • 由Cornell大学研究人员创建。
   • 包括文献数据库中的2708篇科研论文，分为7个领域。
   • 每篇论文由一个128维度的词袋模型表示。
   • 论文之间的边表示援用关系。

2. Citeseer数据集：

   • 由Cornell大学研究人员创建。
   • 包括3327篇科研论文，分为6个领域。
   • 每篇论文由一个3703维度的词袋模型表示。
   • 论文之间的边表示援用关系。

3. Pubmed数据集：

   • 由美国国立卫生研究院创建。
   • 包括19717篇生物医学论文，分为3个领域。
   • 每篇论文由一个500维度的词袋模型表示。
   • 论文之间的边表示共同作者关系。

这些数据集经常使用于图分类任务，其中图分类是指根据节点的属性和连接方式，将图中的节点划分到区分的种别中。这些数据集对研究者来讲是非常有用的，由于它们提供了现实世界中各种领域的真实数据，可以用来评估和比较区分的图分类算法的性能。