Interpreting and Unifying Graph Neural Networks with An Optimization Framework(GNNLFHF)
Dataset
# Nodes
# Edges
# Classes
Cora
2,708
10,556
7
Citeseer
3,327
9,228
6
Pubmed
19,717
88,651
3
Refer to Planetoid .
# available dataset: "cora", "citeseer", "pubmed"
TL_BACKEND=" torch" python gnnlfhf_trainer.py --dataset cora --model_type GNN-LF --model_form closed --alpha 0.3 --mu 0.1 --beta 0.1 --niter 20 --lr 0.01 --hidden_dim 64 --drop_rate 0.8 --reg_lambda 5e-3
TL_BACKEND=" torch" python gnnlfhf_trainer.py --dataset cora --model_type GNN-LF --model_form iterative --alpha 0.3 --mu 0.1 --beta 0.1 --niter 20 --lr 0.01 --hidden_dim 64 --drop_rate 0.8 --reg_lambda 5e-3
TL_BACKEND=" torch" python gnnlfhf_trainer.py --dataset cora --model_type GNN-HF --model_form closed --alpha 0.3 --mu 0.1 --beta 0.1 --niter 20 --lr 0.01 --hidden_dim 64 --drop_rate 0.8 --reg_lambda 5e-3
TL_BACKEND=" torch" python gnnlfhf_trainer.py --dataset cora --model_type GNN-HF --model_form iterative --alpha 0.3 --mu 0.1 --beta 0.1 --niter 20 --lr 0.01 --hidden_dim 64 --drop_rate 0.8 --reg_lambda 5e-3
TL_BACKEND=" torch" python gnnlfhf_trainer.py --dataset citeseer --model_type GNN-LF --model_form closed --alpha 0.3 --mu 0.1 --beta 0.1 --niter 20 --lr 0.01 --hidden_dim 64 --drop_rate 0.8 --reg_lambda 5e-3
TL_BACKEND=" torch" python gnnlfhf_trainer.py --dataset citeseer --model_type GNN-LF --model_form iterative --alpha 0.3 --mu 0.1 --beta 0.1 --niter 20 --lr 0.01 --hidden_dim 64 --drop_rate 0.8 --reg_lambda 5e-3
TL_BACKEND=" torch" python gnnlfhf_trainer.py --dataset citeseer --model_type GNN-HF --model_form closed --alpha 0.3 --mu 0.1 --beta 0.1 --niter 20 --lr 0.01 --hidden_dim 64 --drop_rate 0.8 --reg_lambda 5e-3
TL_BACKEND=" torch" python gnnlfhf_trainer.py --dataset citeseer --model_type GNN-HF --model_form iterative --alpha 0.3 --mu 0.1 --beta 0.1 --niter 20 --lr 0.01 --hidden_dim 64 --drop_rate 0.8 --reg_lambda 5e-3
TL_BACKEND=" torch" python gnnlfhf_trainer.py --dataset pubmed --model_type GNN-LF --model_form closed --alpha 0.3 --mu 0.1 --beta 0.1 --niter 20 --lr 0.01 --hidden_dim 64 --drop_rate 0.8 --reg_lambda 5e-3
TL_BACKEND=" torch" python gnnlfhf_trainer.py --dataset pubmed --model_type GNN-LF --model_form iterative --alpha 0.3 --mu 0.1 --beta 0.1 --niter 20 --lr 0.01 --hidden_dim 64 --drop_rate 0.8 --reg_lambda 5e-3
TL_BACKEND=" torch" python gnnlfhf_trainer.py --dataset pubmed --model_type GNN-HF --model_form closed --alpha 0.3 --mu 0.1 --beta 0.1 --niter 20 --lr 0.01 --hidden_dim 64 --drop_rate 0.8 --reg_lambda 5e-3
TL_BACKEND=" torch" python gnnlfhf_trainer.py --dataset pubmed --model_type GNN-HF --model_form iterative --alpha 0.3 --mu 0.1 --beta 0.1 --niter 20 --lr 0.01 --hidden_dim 64 --drop_rate 0.8 --reg_lambda 5e-3
Dataset
Model
Paper
Our(th)
cora
GNN-LF-closed
83.70±0.14
82.05±0.98
cora
GNN-LF-iter
83.53±0.24
81.81±0.65
cora
GNN-HF-closed
83.96±0.22
82.48±1.18
cora
GNN-HF-iter
83.79±0.29
81.28±0.69
citeseer
GNN-LF-closed
71.98±0.33
70.51±1.08
citeseer
GNN-LF-iter
71.92±0.24
71.11±1.38
citeseer
GNN-HF-closed
72.30±0.28
70.24±1.01
citeseer
GNN-HF-iter
72.03±0.36
70.14±1.52
pubmed
GNN-LF-closed
80.34±0.18
75.14±0.89
pubmed
GNN-LF-iter
80.33±0.20
76.68±0.58
pubmed
GNN-HF-closed
80.41±0.25
76.36±0.71
pubmed
GNN-HF-iter
80.54±0.25
78.02±0.28