机器学习PAI EasyRec中的eval_config能否设置比例?[阿里云机器学习PAI]

机器学习PAI EasyRec中的eval_config能否设置比例?将测试集跟验证集划分,而不是按照固定的数量

「点点赞赏,手留余香」

    还没有人赞赏,快来当第一个赞赏的人吧!
=====这是一个广告位,招租中,联系qq 78315851====
2 条回复 A 作者 M 管理员
  1. EasyRec不区分测试机和验证集,训练时候建议在比较小的验证集上验证auc,防止过拟合; 在测试集上评估建议用离线预测,然后用pai auc组件评估,此回答整理自钉群“【EasyRec】推荐算法交流群”

  2. 在PAI EasyRec中,eval_config可以用来配置评估的参数,但是它并不能直接设置比例来进行划分测试集和验证集。

    通常情况下,eval_config是用来指定评估的参数,如评估的周期、评估的数据集等。它并不直接负责数据集的划分。数据集的划分通常是在数据预处理阶段进行的,而不是在模型训练和评估阶段。

    如果你想要将测试集和验证集按照一定比例进行划分,你需要在数据预处理阶段进行操作。具体的方法可以使用数据集切分的方式,将原始数据集按照一定比例划分为测试集和验证集。

    在PAI EasyRec中,你可以使用split_dataset函数来进行数据集的划分。该函数可以指定划分的方式,如按照比例或者按照文件数量等。你可以根据需要选择适合的方式进行划分。

    总结来说,eval_config并不直接负责数据集的划分,数据集的划分需要在数据预处理阶段进行。你可以使用split_dataset函数来进行数据集的划分,以达到你的需求。

  3. 是的,机器学习PAI EasyRec中的eval_config可以设置比例,以实现按照比例分割训练集和验证集。
    具体操作如下:

    1. 在EasyRec的实验面板中选择相应的实验,然后单击右侧的“Edit Config”按钮。
    2. 在实验配置文件中找到eval_config部分,其中包含了训练集和验证集的设置。
    3. 将固定的数量替换为相应的比例,如train_percent=0.8, val_percent=0.2表示将80%的数据作为训练集,剩余20%作为验证集。