Stellargraph无法处理数据洗牌

Question

当我使用DGCNN在图形分类上运行StellarGraph的演示时，我得到了与演示中相同的结果。

但是，当我测试第一次使用以下代码对数据进行洗牌时会发生什么：

shuffler = list(zip(graphs, graph_labels))
random.shuffle(shuffler)
graphs, graph_labels = zip(*shuffler)

这个模型一点也不学习(准确率在50%左右--就像数据分布一样)。

有人知道为什么会这样吗？也许我走错路了？或者是数据应该从一开始就被取消(也是为什么？没有任何意义)？或者是StellarGraph实现中的一个bug？

Answer 1

我发现了问题。这与洗牌算法无关，也与StellarGraph的实现无关。问题出现在演示中，如下所示：

train_gen = gen.flow(
    list(train_graphs.index - 1),
    targets=train_graphs.values,
    batch_size=50,
    symmetric_normalization=False,
)

test_gen = gen.flow(
    list(test_graphs.index - 1),
    targets=test_graphs.values,
    batch_size=1,
    symmetric_normalization=False,
)

这个问题是由train_graphs.index - 1和test_graphs.index - 1引起的。索引已经在0到n之间的范围内，因此从它们中减去一个将导致图形数据“向后移动”一个，从而导致每个数据点得到不同数据点的标签。

要解决这个问题，只需将它们更改为train_graphs.index和test_graphs.index，最后不要使用-1。