Evelyn Cao

同问！我用`!pip install recbole` 后想要用`from recbole_debias.quick_start import run_recbole_debias` 但是显示找不到

Also there is nothing in my '.log' file.

@Wicknight 你好！我把'load_col'修改后Remain Fields显示读取到了对应的加载列，但还是报相同的TypeError ``` Remain Fields: ['user_id', 'artist_id', 'gender', 'age', 'country', 'signup', 'totalplays', 'label'] --------------------------------------------------------------------------- TypeError Traceback (most recent call last) [](https://localhost:8080/#) in () 1 run_recbole(model='FM', dataset='lfm360k', ----> 2 config_file_list=['/content/drive/MyDrive/datasets/lfm360k/lfm360k_fm.yaml'])...

@Wicknight 非常感谢！修改后我的FM模型已经可以跑通了，但是训练过程非常奇怪，training loss在50个epoch内都没有什么变化。我试了 learning rate=0.1/0.01/0.001/0.0001 以及调整 label threshold 都是这样的结果，请问是参数设置的问题还是数据集的问题呢？我刚开始接触推荐模型，感谢您的耐心解答  我的yaml文件是这样的 ''' data_path: /content/drive/MyDrive/datasets dataset: lfm360k embedding_size: 64 field_separater: "\t" seq__separater: " " USER_ID_FIELD: user_id ITEM_ID_FIELD: artist_id RATING_FIELD: plays TIME_FIELD:...

@Wicknight 非常感谢！改正后训练过程正常了很多，经过300个epoch后training loss 由80+降到了0.0007，但是evaluation结果却很低，recall@20只有0.0074，几次调整后都不理想。我用同样的数据集训练BPR 300个epoch，recall@20能达到0.22，ItemKNN也能达到0.28，请问这样的结果是否有异常呢？FM考虑到user/item的feature是否应该比general model 准确性更高呢？

@Wicknight 当我设置 `eval_args: {mode: 'labeled'}` ，Evaluation时出现了 TypeError，用 ‘full mode’ 则不会出现 ‘’‘ --------------------------------------------------------------------------- TypeError Traceback (most recent call last) [](https://localhost:8080/#) in () 1 run_recbole(model='FM', dataset='lfm360k', ----> 2 config_file_list=['/content/drive/MyDrive/datasets/lfm360k/lfm360k_fm.yaml']) 5 frames [/usr/local/lib/python3.7/dist-packages/recbole/quick_start/quick_start.py](https://localhost:8080/#)...

@Wicknight 我发现原因应该是我把 **metrics** 设成了 **['recall','ndcg']**，所以context model是不支持这些metric的是吗？

@Wicknight 是这样的，我的实验目的是想要用训练模型得到每个user的topk recommendation items，但是好像没有可以得到context model的推荐列表的方法 1. 同样的数据我用 **labeled mode** 训练FM auc可以达到0.9，用 **full mode** 训练的话recall就特别低，是否说明后者模型训练不佳？还是说训练结果是合理的，单纯因为评测指标的选择不合适所以没有办法提高recall？ 2. 但是我想要用`full-sort-topk`获取推荐列表的话就只能用 **full mode** 吗，有没有其他方法

@Wicknight 我用full mode训练FM，试了好几天怎么训Recall@20还是很低，但同样的配置labeled mode训练auc就可以达到0.9，您方便看下我的配置和训练具体有什么问题吗，非常感谢！ [lfm360k.zip](https://github.com/RUCAIBox/RecBole/files/9156037/lfm360k.zip) 里有我的原子文件和yaml文件

@ColeDrain Yes. The problem persists with 2.28.4