Discrete Time Benchmark Datasets

PyTorch Geometric Temporal库简称GT库 GT库中的相关方法可以分为离散和连续的，本文专注于用于离散方法的数据集

• GT库已经包含了一些数据集，用于比较temporal graph neural networks算法的性能。

与这些数据集相关的机器学习任务是**节点级（node level）和图级（graph level）**的监督学习。

数据集的使用

• 加载数据集
  • 加载数据集需要导入torch_geometric_temporal.data.dataset

如Hungarian Chickenpox Dataset可以通过以下代码段加载

from torch_geometric_temporal.data.dataset import ChickenpoxDatasetLoader
loader = ChickenpoxDatasetLoader()
dataset = loader.get_dataset()    # 这里返回的是StaticGraphDiscreteSignal对象

• GT库包含的数据集不需要手动下载，其数据集加载函数会通过网络自动下载数据集。
• 如果因为网络问题，会导致下载失败，这时就需要修改GT库中的数据集加载函数，将其导向本地数据集

如修改用于加载Hungarian Chickenpox Dataset的方法

torch_geometric_temporal.data.dataset.ChickenpoxDatasetLoader
def _read_web_data(self):
    # url = "https://raw.githubusercontent.com/benedekrozemberczki/pytorch_geometric_temporal/master/dataset/discrete/chickenpox.json"
    # self._dataset = json.loads(urllib.request.urlopen(url).read())
    with open('F:\work\PyCharmProject\pytorch_geometric_temporal-master\dataset\discrete\chickenpox.json', 'r',
               encoding='utf8')as fp:
        self._dataset = json.load(fp)

• 训练集/测试集的分割

GT库提供了函数用于分割数据集，该函数可以接受StaticGraphDiscreteSignal对象和DynamicGraphDiscreteSignal对象

from torch_geometric_temporal.data.splitter import discrete_train_test_split
train_dataset, test_dataset = discrete_train_test_split(dataset, train_ratio=0.8)

• train_ratio参数指定训练集所占的比例，因此有test_ratio = 1 - train_ratio

GT库现有数据集

• 目前GT库提供了4个离散时间的数据集
  • Hungarian Chickenpox Dataset.
  • PedalMe London Dataset.
  • Pems Bay Dataset.
  • Metr LA Dataset.

Hungarian Chickenpox Dataset

• 数据集介绍

2004年至2014年匈牙利县一级水痘病例的数据集。底层的图是静态的，结点是县，边指示县的临街县。

• 结点

结点特征是每周水痘病例的间隔计数（Vertex features are lagged weekly counts of the chickenpox cases），

• 每张静态图有20个县，即**20**个结点

• 每个结点拥有4个间隔（4lags）计数，即4个特征**（我认为这里体现了时序的概念）**

• 边

根据观察，边是没有时序变化的

• 每张静态图共有102条边，每条边指示了县（结点）的邻接关系

• 边的权值统一为1，因为仅指示了结点的邻接关系

• 标签

标签是下一周的案例数（The target is the weekly number of cases for the upcoming week）

• 共有518个标签，对应518周的水痘间隔计数

• 每个标签有20个值，对于一张静态图中的20个结点（20个县）

• 实践证明

• 可以看到，每次输入
  • 结点特征：x.shape = [20, 4]；
  • 边：edge_index.shape = [2, 102]；
  • 标签：y.shape = [20]

PedalMe London Dataset

• 数据集介绍

该数据集是PedalMe公司在2020至2021年期间，在伦敦交付的订单数量。数据集由基于邻近度的加权邻接矩阵和2020年和2021年每周需求的时间序列组成。有两个具体的相关任务：

• 地区级需求预测。
• 伦敦水平的需求预测。

结点是地区需求的时间序列；每张图是全连通图，每条边有权值，表示结点之间的距离

• 结点

**

• 边

• 边权值

**

• 标签

Pems Bay Dataset

。。。
**

数据集论文 —— Chickenpox Cases in Hungary: a Benchmark Dataset for Spatiotemporal Signal Processing with Graph Neural Networks

• 摘要

Recurrent graph convolutional neural networks是一种用于处理spatio-temporal signal的机器学习技术。新提出的graph neural network architectures在交通或天气预报等标准任务上进行了反复评估。本文提出Chickenpox Cases in Hungary dataset作为比较graph neural network architectures的新数据集。我们的时间序列分析和预测实验表明，Chickenpox Cases in Hungary dataset足以比较新型recurrent graph neural network architectures。

• 评估结果