傳送門：
RecBole小白入門系列部落格（一）——快速安裝和簡單上手
RecBole小白入門系列部落格（二）——General類模型執行流程

寫在前面

1. 這次的內容和上次General類模型執行流程差不多，我會特別提一下Context類模型不一樣和需要注意的地方。
2. 由於模型的完整執行流程會牽扯到很多部分，從資料到引數，所以這裡將簡略的舉出例子，讓大家可以大致獨立完成模型的執行。關於一些更加具體和細微的部分，我將在後面單獨寫部落格為大家介紹。

選定模型

RecBole中共有13個General類模型可供使用，模型列表如下：

• Context模型列表
  • LR
  • FM
  • NFM
  • DeepFM
  • xDeepFM
  • AFM
  • FFM
  • FNN
  • DNN
  • DSSM
  • WideDeep
  • DIN
  • DCN
  • AutoInt

關於模型的具體資訊可以檢視上面的連結，大家選用需要的模型即可。我們以模型FM為例。

設定模型超引數

每個模型的超引數都不一致，大家可以從上面的連結中檢視自己所需模型的超引數有哪些。在RecBole中每個模型都有預設的引數，因此如果是想簡單跑一跑就暫時不動。
模型預設引數在原始碼目錄RecBole/recbole/properties/model 中，各位感興趣在小夥伴可以在裡面檢視預設引數值。
那麼想調參的同學怎麼辦呢？讀過RecBole小白入門系列部落格（一）——快速安裝和簡單上手的朋友可能知道，在RecBole中調整引數有好幾種方法，這裡我推薦使用自定義配置檔案。
RecBole的配置檔案格式均使用.yaml檔案，十分簡潔明瞭，大致的形式如下：

accum: "stack"
gcn_output_dim: 500
embedding_size: 64
dropout_prob: 0.3
sparse_feature: True
class_num: 2
num_basis_functions: 2

引數名稱: 引數值這樣的樣式
引數值可以是字典巢狀，也可以是列表等，就像這樣

load_col:
  inter: [user_id, business_id, stars]
  item: [business_id, address, categories]
  user: [user_id, fans, compliment_hot, compliment_cool, complitment_cute, compliment_plain]

大家暫時不用管引數的含義等，後面會注意講到。大致瞭解配置檔案的格式之後，我再說下推薦的修改模型引數的方法：

• 在目錄 RecBole/ 下新建配置檔案 test.yaml
• 在test.yaml 中寫入想要修改的引數
• 儲存

例如，我想修改模型LR的引數，就去檢視路徑RecBole/recbole/properties/model/LR.yaml，可以發現LR引數很少，就只有一個：

embedding_size: 10

那如果我想把embedding_size改成32的話，就在test.yaml中寫入

# model config
embedding_size: 32

別的模型引數同理

選定資料集

資料集基本格式

選定模型之後就是要選定要用的資料集了。RecBole框架使用的資料集要求處理成對應的原子檔案才可以正常使用，目前支援6種原子檔案，Context模型顧名思義會用到各種上下文，因此會用到的檔案可能有多個 .inter、.item和**.user**

字尾	含義	例子
.inter	使用者-商品互動特徵	user_id, item_id, rating, timestamp, review
.user	使用者特徵	user_id, age, gender
.item	商品特徵	item_id, category

每個原子檔案可以被看作 m 行 n 列的表格（不計表頭），代表該檔案儲存了 n 種不同的特徵，共 m 條記錄。 檔案第一行為表頭，表頭中每一列的形式為 feat_name:feat_type，標示了該列特徵的名字及型別。 約定特徵為四種型別之一。

feat_type	含義	例子
token	單個離散特徵	user_id, age
token_seq	離散特徵序列	review
float	單個連續特徵	rating, timestamp
float_seq	連續特徵序列	vector

關於資料集原子檔案的處理和格式等，我接下來會專門用一篇部落格來講，這裡給出一個簡明的例子即可，想馬上了解的同學可以看他們的網站https://recbole.io/cn/atomic_files.html
以及RecBole提供的已經按格式處理好的資料集
https://github.com/RUCAIBox/RecDatasets
以 ml-1m 為例 :
處理過後可以得到 ml-1m.inter 檔案，模式如下：

還要注意Context模型用的資料集可以沒有使用者id和物品id，但最好特徵多一些，才能得到更好的結果。

設定資料集引數

針對特定資料集，需要設定相應的引數，才可以讓模型正常執行。這裡仍然以 ml-1m 資料集為例，給出相應的配置檔案。在上文 test.yaml 繼續寫入資料集引數，我會在下面註釋中給出各個引數的含義，這些都是必須設定的引數。

# dataset config
field_separator: "\t" #指定資料集field的分隔符
seq_separator: " " #指定資料集中token_seq或者float_seq域裡的分隔符
USER_ID_FIELD: user_id #指定使用者id域
ITEM_ID_FIELD: item_id #指定物品id域
RATING_FIELD: rating #指定打分rating域
TIME_FIELD: timestamp #指定時間域
NEG_PREFIX: neg_ #指定負取樣字首
LABEL_FIELD: label #指定標籤域
#因為資料集沒有標籤，所以設定一個閾值，認為rating高於該值的是正例，反之是負例
threshold:
    rating: 4
#指定從什麼檔案裡讀什麼列，這裡就是從ml-1m.inter裡面讀取user_id, item_id, rating, timestamp這四列,剩下的以此類推
load_col:
    inter: [user_id, item_id, rating]
    user: [user_id, age, gender, occupation]
    item: [item_id, genre]

  

設定訓練引數

設定好資料及之後，我們要繼續設定訓練的引數，在test.yaml中繼續寫入：

# training settings
epochs: 500 #訓練的最大輪數
train_batch_size: 4096 #訓練的batch_size
learner: adam #使用的pytorch內建優化器
learning_rate: 0.001 #學習率
training_neg_sample_num: 0 #負取樣數目
eval_step: 1 #每次訓練後做evalaution的次數
stopping_step: 10 #控制訓練收斂的步驟數，在該步驟數內若選取的評測標準沒有什麼變化，就可以提前停止了

大家一定注意，因為Context類模型不用負取樣，因此training_neg_sample_num一定是0

設定評測引數

執行前最後一步，需要設定評測引數。在test.yaml中繼續寫入：

# evalution settings
eval_setting: RO_RS #對資料隨機重排，設定按比例劃分資料集
group_by_user: False #是否將一個user的記錄劃到一個組裡
split_ratio: [0.8,0.1,0.1] #切分比例
metrics: ['AUC', 'LogLoss'] #評測標準
valid_metric: AUC #選取哪個評測標準作為作為提前停止訓練的標準
eval_batch_size: 4096 #評測的batch_size

注意，區別於General類模型，Context模型沒有全排序，所以在eval_setting設定裡是沒有full的

總結引數設定

至此我們的引數設定就全都好了，完整的 test.yaml 應該是這個樣子的：

# model config
embedding_size: 32
# dataset config
field_separator: "\t" #指定資料集field的分隔符
seq_separator: " " #指定資料集中token_seq或者float_seq域裡的分隔符
USER_ID_FIELD: user_id #指定使用者id域
ITEM_ID_FIELD: item_id #指定物品id域
RATING_FIELD: rating #指定打分rating域
TIME_FIELD: timestamp #指定時間域
NEG_PREFIX: neg_ #指定負取樣字首
LABEL_FIELD: label #指定標籤域
#因為資料集沒有標籤，所以設定一個閾值，認為rating高於該值的是正例，反之是負例
threshold:
    rating: 4
#指定從什麼檔案裡讀什麼列，這裡就是從ml-1m.inter裡面讀取user_id, item_id, rating, timestamp這四列,剩下的以此類推
load_col:
    inter: [user_id, item_id, rating]
    user: [user_id, age, gender, occupation]
    item: [item_id, genre]

# training settings
epochs: 500 #訓練的最大輪數
train_batch_size: 4096 #訓練的batch_size
learner: adam #使用的pytorch內建優化器
learning_rate: 0.001 #學習率
training_neg_sample_num: 0 #負取樣數目
eval_step: 1 #每次訓練後做evalaution的次數
stopping_step: 10 #控制訓練收斂的步驟數，在該步驟數內若選取的評測標準沒有什麼變化，就可以提前停止了
# evalution settings
eval_setting: RO_RS #對資料隨機重排，設定按比例劃分資料集
group_by_user: False #是否將一個user的記錄劃到一個組裡
split_ratio: [0.8,0.1,0.1] #切分比例
metrics: ['AUC', 'LogLoss'] #評測標準
valid_metric: AUC #選取哪個評測標準作為作為提前停止訓練的標準
eval_batch_size: 4096 #評測的batch_size

執行

將 ml-1m 資料集資料夾放在目錄RecBole/dataset 下，至此幾個關鍵檔案的層次應該是：

-RecBole
	-dataset
		-ml-1m
			ml-1m.inter
			ml-1m.item
			ml-1m.user
	test.yaml
	run_recbole.py

接下來按照我上期RecBole小白入門系列部落格（一）——快速安裝和簡單上手講的執行方法執行就好啦！
假設執行LR模型（別的模型同理，改一下model就好）

python run_recbole.py --model=LR --dataset=ml-1m \
--config_files=test.yaml

然後就有下面這樣的資訊輸出了：
這裡是列印出的訓練引數資訊，可以看到有很多我們沒設定的預設資訊

接下來是資料集的引數資訊：

之後給出資料集的基本資訊：

再然後是evaluation的設定：

下面是模型結構：

**接下來就開始訓練啦，會列印出每一輪的結果： **

一直到訓練結束，會給出最終的測試結果：

調（lian）參（dan）

參照上一期裡的調參即可
RecBole小白入門系列部落格（二） ——General類模型執行流程

結束語

Context類模型執行流程就寫到這裡，之後我還會繼續更新剩下的兩種模型執行流程，以及之前提到的各種引數設定，資料集處理，資料集配置等。大家還有什麼想看的可以留言(￣▽￣)~，有什麼問題也歡迎和我討論！
最後附上官網、API文件和GitHub連結~大家有興趣可以自行查閱哦！
官網：https://recbole.io/cn/index.html
API文件：https://recbole.io/docs/
GitHub：https://github.com/RUCAIBox/RecBole