关于论文提出的对测试集平衡采样在代码实现上的问题 about core

[lucky7-code]

感谢你对我们工作的关注，并提出了建设性的问题，对于我们以后工作有很大的启发。
对于第一你提出的第一个问题，我们在实际的设计中也考虑到了这样会进行重复采样，但是由于数据集中有些问题的答对和答错偏差非常的大，如果只取其中的最小值，会导致降采样极其严重，最后的评估更不具有代表性。最终综合考虑后，我们使用了这种方式，这种后续这种评估方式后续还有改进的空间，也欢迎你提出好的想法和意见。
对于第二个问题中关于fusion model 的三个取值，这分别是三种融合方式，sum，hm，rubi，实验中我们发现sum这种方式比较适合我们这个任务，最终就将参数固定使用sum这种方式了。对于出自哪里你可以参考相关l论文中文献[17]。
如果你同样对KT非常感兴趣，欢迎能有进一步的交流与讨论。

[ZhijieXiong]

非常感谢你的细心解答。
我要表示抱歉，我上述的第一点说法有误，根据我的复现结果，采用重复采样和非重复采样在不同数据集上的结果不一样（具体来说，在Assist2009上重复采样性能更好，但是在另外两个数据集上是非重复采样性能更好）
这是我做的一个知识追踪算法库：https://github.com/ZhijieXiong/dlkt ，包含了基本上所有KT数据集和主流的知识追踪模型，以及可以设置任意的实验设置，和各种细粒度模型评估方法，并且已经复现了绝大数论文汇报的结果。做这个算法库的目的是和PYKT互补，如果你觉得该算法库还可以的话，也可以尝试用它跑实验。如果发现了其中的bug的话，希望能和我反馈一下，非常感谢！
我也非常期待和你们可以有更多关于KT的交流讨论