文件名称：GAT_proteomics:GAT进行蛋白质组学网络分类
文件大小：844KB
文件格式：ZIP
更新时间：2024-04-21 17:27:03
Python
GAT_蛋白质组学 GAT进行蛋白质组学网络分类 工作流程 先决条件 用户需要安装python（ ）和一些python软件包： [火炬] [dgl] [numpy] [熊猫] [networkx] [matplotlib] 数据准备和模型训练 将网络/一组网络的边缘文件，节点特征文件和标签文件添加到文件夹“数据”中。 对于图分类，需要一组图。 运行python脚本“ graph_classification.py”来训练和验证GAT模型。 训练有素的模型将存储在“模型”文件夹中。 python graph_classification.py根edge.file node.feature.file graph.label 运行python脚本“ graph_evaluation.py.py”以使用经过训练的模型对其他数据集进行预测。 python graph_evaluat
【文件预览】：
GAT_proteomics-main
----PPI_subnet_prediction()
--------.init(1B)
--------GAT_evaluation.py(1KB)
--------GAT_multi.py(921B)
--------GAT_training.py(3KB)
----images()
--------.init(1B)
--------githubpagefig.png(848KB)
--------net200_glab0.png(101KB)
----Node_prediction()
--------.init(1B)
--------model_evalutaion.py(958B)
--------model_training.py(2KB)
--------GAT_modules.py(2KB)
----README.md(1KB)
----Data()
--------.init(1B)