Recbole自定义训练集、验证集和测试集推荐

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。