Recbole简介

Recbole(中文名称：伯乐)是一款使用Python开发的开源推荐框架，里面集成了大量的推荐模型，例如BPR、NeuMF、NGCF、LightGCN等等。

中文介绍网址为：

https://recbole.io/cn/model_list.html

在Recbole中提供了按比例划分数据集的方式(例如训练集0.8，验证集0.1，测试集0.1)，同时在2.0版本也提供了自定义训练集、验证集和测试集的方式。

Recbole使用

关于Recbole的使用，在官网介绍的很详细了。我这里直接将github上的工程下载了下来，导入了pycharm。如下图所示：

其中，标红的dataset用于放数据集。例如，我的数据集只有三列，即用户-产品–评分。

doctor.inter的内容如下：

user_id:token    item_id:token   rating:float
0   0   1
0   1   1
0   2   1
0   3   0
...

针对这种数据，我们需要修改配置文件：

其中，sample.yaml修改如下，我们只需要user_id,item_id,rating类型的数据。

可以利用其中的BPR等模型开展实验。

自定义训练集、验证集和测试集

在Recbole自定义训练集、验证集和测试集使用的是配置文件sample.yaml。在配置文件的最后一行，存在一个字段benchmark_filename。我们可以通过这个字段来针对事先划分好的数据集进行实验。

例如，这里的part1为训练集，part2为验证集，part3为测试集。

假如程序中使用的数据集目录为standard，则在该目录下需要存在以下三个文件，如下图所示：

我们运行以下程序：

可以正在跑出模型对应的推荐结果。

Recbole自定义训练集、验证集和测试集推荐相关推荐

【小白学PyTorch】 2.浅谈训练集验证集和测试集
文章目录: 经验误差与过拟合评估方法经验误差与过拟合关键词:错误率(error rate),精度(accuracy). 错误率好理解,就是m个样本中,a个样本分类错误,则错误率E = a/m . ...
机器学习典型步骤以及训练集、验证集和测试集概念
1. 机器学习典型步骤数据采集和标记数据清洗特征选择如房子的面积.地理位置.朝向.价格等. 模型选择有监督还是无监督,问题领域.数据量大小.训练时长.模型准确度等多方面有关. 模型训练和测试 ...
【入门篇】如何正确使用机器学习中的训练集、验证集和测试集？
[注] ·本文为转载文章,原文作者是王树义老师,原文链接为 https://zhuanlan.zhihu.com/p/71961236 训练集.验证集和测试集,林林总总的数据集合类型,到底该怎么选.怎 ...
训练集、验证集和测试集的意义
原文在有监督的机器学习中,经常会说到训练集(train).验证集(validation)和测试集(test),这三个集合的区分可能会让人糊涂,特别是,有些读者搞不清楚验证集和测试集有什么区别. I. ...
训练集、验证集和测试集的概念及划分原则
深度学习中,常将可得的数据集划分为训练集(training set),验证集(development set/validation set)和测试集(test set).下文主要回答以下几个问题:一是 ...
训练集、验证集和测试集这三个名词的区别
训练集.验证集和测试集这三个名词在机器学习领域极其常见,但很多人并不是特别清楚,尤其是后两个经常被人混用. 在有监督(supervise)的机器学习中,数据集常被分成2~3个,即:训练集(train ...
YOLOv5将自己数据集划分为训练集、验证集和测试集
在用自己数据集跑YOLOv5代码时候,需要将自己的VOC标签格式数据集转为yolo格式. 首先是要获取自己的数据集,然后再对数据集进行标注,保存为VOC(xml格式).然后再把标注完的数据集划分为训练 ...
如何正确使用机器学习中的训练集、验证集和测试集？
王树义读完需要 19 分钟速读仅需7分钟训练集.验证集和测试集,林林总总的数据集合类型,到底该怎么选.怎么用?看过这篇教程后,你就能游刃有余地处理它们了. 1 问题审稿的时候,不止一次,我遇到 ...
什么是训练集、验证集和测试集？
在机器学习中,训练集.验证集和测试集是数据集的三个重要部分,用于训练.评估和测试机器学习模型的性能.它们的定义和作用如下: 什么是训练集.验证集和测试集? 训练集:训练集是机器学习模型用于训练和学习的 ...

Recbole自定义训练集、验证集和测试集推荐

文章目录

Recbole简介

Recbole使用

自定义训练集、验证集和测试集

Recbole自定义训练集、验证集和测试集推荐相关推荐

最新文章

热门文章