数据集划分问题

[rbycntj]

作者您好！我有几个问题想要请教一下：
（1）数据集中train_idx、valid_idx与test_idx为什么会有企业交叉
（2）对于xxx_hete_graph异构图，具体是如何进行创建的，为什么train_hete_graph中的节点包含train_idx之外的企业节点
谢谢!

[shaopengw]

你好，由于整个数据集是从种子节点采样一阶邻居得到的，为了避免随机划分数据集导致过多分割子图的产生，我们在划分数据集时候也是根据种子节点破产的时间（训练集：2014-2018：632，验证集：2019：127，测试集：2020-2021：130）划分，然后对这些种子节点进行一阶邻居提取得到了最终的训练集、验证集和测试集。由于不同的种子节点存在相同的邻居，因此最终的训练集、验证集和测试集存在少量重合的节点。