科拉半监督学习节点分类数据集
数据来源：互联网公开数据
标签：科拉,节点分类,半监督学习,图嵌入,机器学习,教育,研究
数据概述：
科拉（Cora）是一个广泛使用的节点分类数据集，常用于半监督学习的研究。本数据集是基于PyG库处理的版本，原始数据来自Yang, W. W. Cohen, R. Salakhutdinov等人2016年在ICML会议上的论文《Revisiting Semi-Supervised Learning with Graph Embeddings》。数据集包含2708个节点，10556条边和1433个特征，每个节点有7个类别标签。该数据集适用于节点分类、半监督学习等研究领域。
数据用途概述：
该数据集适用于机器学习教育、算法研究、模型评估等多种场景。研究人员可以利用此数据集进行半监督学习算法的开发与评估；教育者可以使用该数据集进行机器学习课程的教学演示；开发者可以利用该数据集进行模型训练与测试。此外，该数据集还适合用于图嵌入方法的探索与比较。通过分析节点属性和类别标签，用户可以深入了解半监督学习在图数据上的应用。
