# xDeepFM for CTR Prediction ## 简介 使用PaddlePaddle复现论文 "xDeepFM: Combining Explicit and Implicit Feature Interactions for Recommender Systems" 。论文[开源代码](https://github.com/Leavingseason/xDeepFM) 。 ## 数据集 demo数据集，在data目录下执行命令，下载数据 ```bash sh download.sh ``` ## 环境 - PaddlePaddle 1.5 ## 单机训练 ```bash python local_train.py --model_output_dir models ``` 训练过程中每隔固定的steps（默认为50）输出当前loss和auc，可以在args.py中调整print_steps。 ## 单机预测 ```bash python infer.py --model_output_dir models --test_epoch 10 ``` test_epoch设置加载第10轮训练的模型。 注意：最后的 log info是测试数据集的整体 Logloss 和 AUC。 ## 结果 训练集训练10轮后，测试集的LogLoss : `0.48657` 和 AUC : `0.7308`。
