crystalwang2020

> @crystalwang2020 您好！ 关于数据集划分，您可以通过配置`eval_args `参数实现，具体您可以参考我们的[文档](https://recbole.io/docs/user_guide/config/evaluation_settings.html)。 十分感谢您的及时回复。 不好意思，之前的overall.yaml截图不全，如下图所示。 参照您的reference link，看到数据集划分是设置的eval_args: split: {'RS':[0.8,0.1,0.1]}。 可是实际划分出来valid和test为空，请问是怎么回事呢？ 还有哪里会影响数据集划分吗？ 如下eval_neg_sample_args: 参数是我根据报错，参照 train_neg_sample_args: 加上去的： 请问这部分参数设置有文档可以参照么？ eval_neg_sample_args: > distribution: uniform >sample_num: 1 >sample_num: 1 >alpha: 1.0 >dynamic: False

> 运行命令可以贴一下嘛？运行的数据集是zhilian吗？我这边完全你发的参数配置能正常运行 **运行命令为：** python run_recbole_pjf.py -d zhilian -m PJFNN python run_recbole_pjf.py -d zhilian -m DPGNN **问题：** 请问overall.yaml参数配置eval_neg_sample_args有错么？ 为什么不论什么模型【DPGNN，PJFNN，BERT，BPR等】实验结果跑出来始终recall=1，precision@5=0.2, precision@10=0.1? 如下图： 十分感谢您的回复！

> 1. 那个数据集的问题您那边解决了嘛？我这边还是复现不出来您的问题。。。如果解决了可以把解决方法发一下嘛？ > 2. 我这边按照你的yaml设置还是跑不出来您的问题，我这边结果还是正常的。。。几个重要环境如下，可以做一个参考： > 操作系统: [Mac] > recbole 1.1.1 > Python 3.7.16 > torch 1.13.1 > torch-geometric 2.3.1 > 3. 关于recall=1，precision=0.2的问题，分析现象的话可能是测试集设置过于简单或过拟合，正确的item完全被排在了前5，这样top5的召回率就是1（正例都被排在了前5），准确率是0.2（前5里有一个正例） / 0.1（前10里有一个正例），如果是这个原因，可以尝试把评测方式改为全排序试试：eval_args 下 mode 设置为 uni20...

@anushka48 We identified through debugging that the 'grouped_inter_feat_index' in the original code is in the form of a list nested within another list, such as [[0], [1], [2], [3], ...,...

@flust 大神您好，感谢您的回复。 **回复1：** - 如果不改list嵌套 还是会报错 IndexError: Can not load the data without registration ! - 改了list嵌套后之后，如果model=BPR，能跑但是指标都为0，如果model=BPJFNN，recall@5为0.3左右 **terminal命令：python run_recbole_pjf.py -m BPR -d zhilian** **terminal命令： python run_recbole_pjf.py -m BPJFNN -d zhilian**...

@flust IndexError的具体报错： **terminal命令为：** python run_recbole_pjf.py -m BPR -d zhilian

> 我基于自己的数据生成了一个适配recbole的数据集，item只有14个，也出现了 raise IndexError("Can not load the data without registration !") 这个问题，请问需要怎么解决呢？ 我double check过，重新下载了数据集，还是会报错，也暂没找到解决办法。