Py

您所在的位置：网站首页 › irt训练 › Py

Py

2024-07-14 15:06| 来源: 网络整理| 查看: 265

Py-IRT的使用（MacOS）

环境

pip 22.2 python 3.10 MacOS 12.3+

1. 安装pytorch

官网地址：

https://pytorch.org/get-started/locally/

MacOS要求：

MPS acceleration is available on MacOS 12.3+

使用pip包管理器安装：

pip3 install torch torchvision torchaudio

使用Anaconda包管理器安装：

conda install pytorch::pytorch torchvision torchaudio -c pytorch 2. 安装Pyro

官网地址

https://pyro.ai/

通过pip包管理工具安装 pip3 install pyro-ppl

3. 安装py-irt

github地址

https://github.com/nd-ball/py-irt

使用pip包管理器安装： pip install py-irt

4. py_irt的使用

首先需要一份jsonlines格式的学生答题情况表,其数据结构为：

{"subject_id": "pedro", "responses": {"q1": 1, "q2": 0, "q3": 1, "q4": 0}} {"subject_id": "pinguino", "responses": {"q1": 1, "q2": 1, "q3": 0, "q4": 0}} {"subject_id": "ken", "responses": {"q1": 1, "q2": 1, "q3": 1, "q4": 1}} {"subject_id": "burt", "responses": {"q1": 0, "q2": 0, "q3": 0, "q4": 0}}

subject_id是学生ID，responses包含每一道题的正确与否

运行命令：

py-irt train 1pl minitest.jsonlines test-1pl/ --lr 0.02 --epochs 100

训练命令你可以直接在终端上跑，也可以用jupyter

命令用法：

Usage: py-irt train [OPTIONS] MODEL_TYPE DATA_PATH OUTPUT_DIR Arguments: MODEL_TYPE [required] DATA_PATH [required] OUTPUT_DIR [required] Options: --epochs INTEGER --priors TEXT --dims INTEGER --lr FLOAT --lr-decay FLOAT --device TEXT [default: cpu] --initializers TEXT --config-path TEXT --dropout FLOAT [default: 0.5] --hidden INTEGER [default: 100] --help Show this message and exit. We then run the py-irt package to fit a 1PL model and save it to a specified output directory.

训练结束，得到两个文件： best_parameters.json parameters.json

其结构如下：

{ "ability": [ 0.202667236328125, -0.95220547914505, 0.9865020513534546, 0.21425879001617432 ], "diff": [ 0.5277286767959595, -0.19620391726493835, -0.7283022403717041, -0.011020521633327007 ], "irt_model": "1pl", "item_ids": { "0": "q4", "1": "q3", "2": "q1", "3": "q2" }, "subject_ids": { "0": "pedro", "1": "burt", "2": "ken", "3": "pinguino" } }

从json文件中就能得到学生能力值和题目难度

以上就是py-irt的用法

【本文地址】

Py

Py

今日新闻

推荐新闻