Skip to content

README.md

Latest commit

 

History

History
58 lines (42 loc) · 2.1 KB

README.md

File metadata and controls

58 lines (42 loc) · 2.1 KB
Raw

处理后数据集

本目录用于存放经过 scripts/parser.py 处理后的、统一格式的.txt文件。

目录结构

processed/
├── graph_coloring/          # 处理后的图着色数据
├── graph_partitioning/       # 处理后的图划分数据
└── number_partitioning/      # 处理后的数值划分数据

数据加载

推荐使用统一数据加载器 scripts/unified_loader.py 加载处理后的数据：

from scripts.unified_loader import load_graph_txt, load_npp_txt, load_instance

# 加载图数据（自动处理索引转换、去重和去自环）
graph = load_graph_txt("processed/graph_partitioning/compressed/tiny/dolphins.txt.xz")

# 加载数值划分数据
npp = load_npp_txt("processed/number_partitioning/compressed/small/n025d12e00.txt.xz")

# 自动识别并加载任何类型的数据集
instance = load_instance("processed/graph_coloring/compressed/tiny/DSJC125.1.col.txt.xz")

# 批量加载
from scripts.unified_loader import batch_load_instances
instances = batch_load_instances([
    "processed/graph_partitioning/compressed/tiny/dolphins.txt.xz",
    "processed/number_partitioning/compressed/small/n025d12e00.txt.xz"
])

数据特点

  1. 统一格式: 所有数据都采用相同的.txt格式，便于统一处理
  2. 完整元信息: 头部包含问题类型、规模、参数等关键信息
  3. 标准化索引: 图数据使用1-based索引，便于算法处理
  4. 去重处理: 已去除重复边和自环
  5. 兼容性: 兼容RLSolver等现有框架

相关文档

数据集划分

处理后的数据将用于创建训练/验证/测试集划分，确保：

  • 按规模分层抽样
  • 覆盖不同来源的数据
  • 保持数据分布的多样性