search

THUDM / GATNE

Source code and dataset for KDD 2019 paper "Representation Learning for Attributed Multiplex Heterogeneous Network"
MIT License
527 stars 141 forks source link

不加embedding效果好过加了embedding的 #85

Open Feng0-0 opened 3 years ago

Feng0-0 commented 3 years ago

您好！非常感谢您的开源项目！

我在我的数据集上运行了您的代码，其中的embedding来自TransR训练得到的，其中TransR训练后的Hits@10=0.61，但是对比下来，发现没有使用embedding的效果会比用了的还要好， F1 = 0.744，带了embedding的F1 = 0.689，各项指标都比不过，不知道是什么原因造成的？是TransR得到的embedding没有作用嘛？

打扰了！谢谢！

Aliang-CN commented 3 years ago

您好！非常感谢您的开源项目！

我在我的数据集上运行了您的代码，其中的embedding来自TransR训练得到的，其中TransR训练后的Hits@10=0.61，但是对比下来，发现没有使用embedding的效果会比用了的还要好， F1 = 0.744，带了embedding的F1 = 0.689，各项指标都比不过，不知道是什么原因造成的？是TransR得到的embedding没有作用嘛？

打扰了！谢谢！

你好，请问是带feature吗？

Feng0-0 commented 3 years ago

您好！非常感谢您的开源项目！ 我在我的数据集上运行了您的代码，其中的embedding来自TransR训练得到的，其中TransR训练后的Hits@10=0.61，但是对比下来，发现没有使用embedding的效果会比用了的还要好， F1 = 0.744，带了embedding的F1 = 0.689，各项指标都比不过，不知道是什么原因造成的？是TransR得到的embedding没有作用嘛？ 打扰了！谢谢！

你好，请问是带feature吗？

是的！带feature效果不如不带feature的。

Aliang-CN commented 3 years ago

您好！非常感谢您的开源项目！ 我在我的数据集上运行了您的代码，其中的embedding来自TransR训练得到的，其中TransR训练后的Hits@10=0.61，但是对比下来，发现没有使用embedding的效果会比用了的还要好， F1 = 0.744，带了embedding的F1 = 0.689，各项指标都比不过，不知道是什么原因造成的？是TransR得到的embedding没有作用嘛？ 打扰了！谢谢！

你好，请问是带feature吗？

是的！带feature效果不如不带feature的。

在我的场景也是添加了feature不如不添加，可能跟feature的特征数量有关吧，feature越多，理论上应该描绘物体越具体。

Aliang-CN commented 3 years ago

您好！非常感谢您的开源项目！ 我在我的数据集上运行了您的代码，其中的embedding来自TransR训练得到的，其中TransR训练后的Hits@10=0.61，但是对比下来，发现没有使用embedding的效果会比用了的还要好， F1 = 0.744，带了embedding的F1 = 0.689，各项指标都比不过，不知道是什么原因造成的？是TransR得到的embedding没有作用嘛？ 打扰了！谢谢！

你好，请问是带feature吗？

是的！带feature效果不如不带feature的。

兄弟，你的场景算出来的item相似度大概多少呢？我基本是0.99以上。

sudongxiang commented 3 years ago

小心”未来信息“， 即y在neigh里面。 这样的话，即使训练的再好，线上效果也好不了。@Aliang-CN

Aliang-CN commented 3 years ago

小心”未来信息“， 即y在neigh里面。 这样的话，即使训练的再好，线上效果也好不了。@Aliang-CN

这个neigh不是随机抽取的吗？你的意思就是在做样本的时候，抽取的时候，把序列中的item从neighbor里去掉，然后再抽吗？

Feng0-0 commented 3 years ago

您好！非常感谢您的开源项目！ 我在我的数据集上运行了您的代码，其中的embedding来自TransR训练得到的，其中TransR训练后的Hits@10=0.61，但是对比下来，发现没有使用embedding的效果会比用了的还要好， F1 = 0.744，带了embedding的F1 = 0.689，各项指标都比不过，不知道是什么原因造成的？是TransR得到的embedding没有作用嘛？ 打扰了！谢谢！

你好，请问是带feature吗？

是的！带feature效果不如不带feature的。

兄弟，你的场景算出来的item相似度大概多少呢？我基本是0.99以上。

我没有计算item的相似度诶，auc大概是0.85。你的咋那么高呀

Feng0-0 commented 3 years ago

您好！非常感谢您的开源项目！ 我在我的数据集上运行了您的代码，其中的embedding来自TransR训练得到的，其中TransR训练后的Hits@10=0.61，但是对比下来，发现没有使用embedding的效果会比用了的还要好， F1 = 0.744，带了embedding的F1 = 0.689，各项指标都比不过，不知道是什么原因造成的？是TransR得到的embedding没有作用嘛？ 打扰了！谢谢！

你好，请问是带feature吗？

是的！带feature效果不如不带feature的。

在我的场景也是添加了feature不如不添加，可能跟feature的特征数量有关吧，feature越多，理论上应该描绘物体越具体。

你指的是feature的维度嘛？

Aliang-CN commented 3 years ago

您好！非常感谢您的开源项目！ 我在我的数据集上运行了您的代码，其中的embedding来自TransR训练得到的，其中TransR训练后的Hits@10=0.61，但是对比下来，发现没有使用embedding的效果会比用了的还要好， F1 = 0.744，带了embedding的F1 = 0.689，各项指标都比不过，不知道是什么原因造成的？是TransR得到的embedding没有作用嘛？ 打扰了！谢谢！

你好，请问是带feature吗？

是的！带feature效果不如不带feature的。

在我的场景也是添加了feature不如不添加，可能跟feature的特征数量有关吧，feature越多，理论上应该描绘物体越具体。

你指的是feature的维度嘛？

我这边计算出的auc大概是0.90，f1是0.70吧

DrQinZL commented 2 years ago

您好！非常感谢您的开源项目！ 我在我的数据集上运行了您的代码，其中的embedding来自TransR训练得到的，其中TransR训练后的Hits@10=0.61，但是对比下来，发现没有使用embedding的效果会比用了的还要好， F1 = 0.744，带了embedding的F1 = 0.689，各项指标都比不过，不知道是什么原因造成的？是TransR得到的embedding没有作用嘛？ 打扰了！谢谢！

你好，请问是带feature吗？

是的！带feature效果不如不带feature的。

兄弟，你的场景算出来的item相似度大概多少呢？我基本是0.99以上。

我也是的兄弟，这个模型训练出来的item embedding都极其相似，相似度都在0.999以上，user embedding则不然

Aliang-CN commented 2 years ago

您好！非常感谢您的开源项目！ 我在我的数据集上运行了您的代码，其中的embedding来自TransR训练得到的，其中TransR训练后的Hits@10=0.61，但是对比下来，发现没有使用embedding的效果会比用了的还要好， F1 = 0.744，带了embedding的F1 = 0.689，各项指标都比不过，不知道是什么原因造成的？是TransR得到的embedding没有作用嘛？ 打扰了！谢谢！

你好，请问是带feature吗？

是的！带feature效果不如不带feature的。

兄弟，你的场景算出来的item相似度大概多少呢？我基本是0.99以上。

我也是的兄弟，这个模型训练出来的item embedding都极其相似，相似度都在0.999以上，user embedding则不然

兄弟，你把L2取消一下试一下