关于数据集的问题

[Axin647]

大佬您好，我使用亚马逊元数据集（如meta_Digital_Music）在各模型上训练出来的mse竟比原数据集效果好，明明数据更稀疏了，为啥会出现这种情况呢？

[Axin647]

还有一点，在对模型进行测试后，evaluation reslut: mse 是代表test的mse嘛

[ShomyLiu]

Hi，

1. meta数据集我这边没有测试过， “在各模型上训练出来的mse竟比原数据集效果好” 这个是怎么对比的？ 同样的测试集吗？ 还是仅仅看了mse？
2. evaluation reslut: mse 这个是在验证集的结果， 如果要最终测试，调用test，详见readme即可。

[Axin647]

Hi，

1. meta数据集我这边没有测试过， “在各模型上训练出来的mse竟比原数据集效果好” 这个是怎么对比的？ 同样的测试集吗？ 还是仅仅看了mse？
2. evaluation reslut: mse 这个是在验证集的结果， 如果要最终测试，调用test，详见readme即可。

感谢大佬回复！
我是用Digital_Music.json数据集（较源数据集更稀疏）在各个模型跑了一遍，仅看mse的结果比较好。
其外我将meta数据集和Digital_Music.json融合，新增item描述特征，在训练集上DeepCoNN的mse为0.369，测试集mse为0.56，而NARRE的mse=0.286，测试集mse=1.86，这大概是哪方面出现问题呢，因本人刚入门，对很多知识欠缺理解，希望大佬指导一下，感谢🙏

[ShomyLiu]

"NARRE的mse=0.286，测试集mse=1.86"
这个不正常，差距有点大，一般不会这样. 原因的话，这个感觉不太确定，其他模型有测试吗，有异常吗

[Axin647]

“NARRE的mse=0.286，测试集mse=1.86” 这个不正常，差距有点大，一般不会这样。原因的话，这个感觉确定，其他模型有测试吗，有异常吗

感谢大佬回复！
我测试了DeepCoNN，MPCN，D_ATTN，NARRE四个模型，其中NARRE和D_ATTN 差距有点大，其余俩个比较正常，

[Axin647]

"NARRE的mse=0.286，测试集mse=1.86" 这个不正常，差距有点大，一般不会这样. 原因的话，这个感觉不太确定，其他模型有测试吗，有异常吗

大佬您好，我发现用lfm做输出层的结果就正常了，问题已解决。感谢大佬回复！

[ShomyLiu]

hi， LFM效果的确要好一些，建议使用LFM

[Axin647]

hi， LFM效果的确要好一些，建议使用LFM

好嘞，谢谢大佬🙏