在全量ali-ccp数据集上训练ESMM模型，在测试集上，cvr和ctcvr的auc=1.0

[Hjh233]

环境

ubuntu 22.04, python=3.9.18, torch=2.1.0, GPU=3090,

预处理

利用preprocess_ali_ccp.py脚本处理得到 train set & test set(没有将test set进一步拆分为validation set和test set)

参数设置

tutorials/Multi_Task.ipynb文件中，将task_types = ["classification", "classification"] 修改为task_types = ["classification", "classification", "classification"](MTLTrainer中第111行，ESMM模型的total_loss = sum(loss_list[1:])，因此训练时一定是要将task_type设置成三个二分类任务(cvr,ctr,ctcvr))，其他超参数设置不变，进行全量模型训练，得到的日志如下

输出日志

train loss: {'task_0:': 0.0009412071586964892, 'task_1:': 0.15991775316040385, 'task_2:': 5.389307421478335e-05} epoch: 0 validation scores: [1.0, 0.5951526439762982, 1.0]

[Hjh233]

原始预处理中，sparse feature中含有 ctcvr_label = cvr_label，删除后模型训练正常。