Pytorch 几何包中的 train_test_split_edges 中的正边和负边

Question

我试图找到图中负边和正边的解释，如函数 train_test_split_edges Pytorch Geometric doc开头所述。根据文档文件，它说该函数应该将图分成“正和负训练/验证/测试边缘”。就此而言，正边缘或负边缘的含义是什么？根据代码，正边“似乎”是图的邻接矩阵的上三角形中的边的连接，负边是邻接矩阵的下三角形中的边。因此，如果 (1,0) 被认为是正边，那么在无向图中 (0,1) 就是负边。我对么？我没有找到任何有关图表中正边缘/负边缘含义的信息。

Answer 1

在链接预测任务中，通常将图中存在的边视为正例，将不存在的边视为负例。

即在训练/预测中，您向网络提供完整图中所有边的子集，相关目标是：

1. “这是真正的优势”（积极），并且
2. “这不是真正的优势”（负面）。