我自己有一个数据集，数据集包含两个类，比如说 0 和 1。此外，还有很大一部分节点没有标记类。我的目标是使用 GCN 预测这些未标记的节点。但是我对如何在 Pytorch Geometric 中处理这些未标记的节点感到困惑。
据我所知，我可以将节点标记为 3 类，0、1 和未知。但是，如果我这样做，是否意味着我正在尝试将数据集分为三类？（但这不是我想要的，因为 unknown 不是一个类）。
处理这些节点的另一种方法是忽略它们，只需在标记节点上运行 PyG。但是这样一来，这些未标记的节点（带有特征）似乎在数据集中没有用？
这在很大程度上取决于您的用例和数据！
案例 1 - 图形自动编码器
对于这种情况，我们假设任务是找到类似的推文。一种方法是训练图形自动编码器（参见示例）。这种方法是完全无监督的，因此不需要标记任何数据。
生成的模型应该能够为每个节点（在这种情况下为每条推文）生成嵌入，以便相似推文之间的距离低于非相似推文之间的距离（例如通过余弦距离测量）。
案例 2 - 半监督 GCN
另一种情况是将推文分类为advertisementvs. non-advertisement。由于 GCN 背后的想法是以半监督方式进行训练，因此只为一些推文添加标签是没有问题的。
为了告诉 PYG 哪些有标签并且应该用于训练，您可以定义一个train_mask. 所有缺少标签的节点在技术上仍然需要一个可以设置为 -1 的 y 值。