recommenders-team/recommenders

[ASK] Running evaluation on test set for DKN

Open

#1.807 geöffnet am 4. Aug. 2022

Auf GitHub ansehen
 (0 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (2.972 Forks)batch import
help wanted

Repository-Metriken

Stars
 (17.706 Stars)
PR-Merge-Metriken
 (Durchschn. Merge 6T 16h) (10 gemergte PRs in 30 T)

Beschreibung

Description

I've have been using DKN Deep Dive, but I wanted to add evaluation on the test data. When I run model.run_eval(test_file) I am getting an error. I believe this is because the test data has users that are not present in the training data.

I am using the small MIND dataset. But I split my training, validation and test data a little differently. Training is all of the small training data but the last day. Validation is the last day of the small training data Test is all of the small validation data.

Is this the expected behavior?

Other Comments

Contributor Guide

Research-Richtung
Überprüfen Sie die Dokumentation und den Quellcode der run eval Methode des DKN Modells, um zu verstehen, wie sie mit unbekannten Benutzern umgeht; untersuchen Sie typische Bewertungspraktiken für Empfehlungsmodelle mit Kaltstartbenutzern.
Tech Stack
python
Domain
backendmachine learning
Issue Type
Recherche
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
2
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-3 Stunden
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Frisch
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Meist klar
Voraussetzungen
PythonRecommendation systems
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
60