如何意外地训练测试拆分和交叉验证？答案

【问题标题】：How to train-test split and cross-validate in surprise?如何意外地训练测试拆分和交叉验证？
【发布时间】：2020-05-09 16:00:49
【问题描述】：

我在下面写了以下代码：

from surprise.model_selection import cross_validate

cross_validate(algo,dataset,measures=['RMSE', 'MAE'],cv=5, verbose=False, n_jobs=-1)

但是，当我这样做时：（请注意，训练集是在 cross_validate 中传递的，而不是整个数据集）

from surprise.model_selection import train_test_split
trainset, testset = train_test_split(dataset, test_size=test_size)
cross_validate(algo, trainset, measures=['RMSE', 'MAE'],cv=5, verbose=False, n_jobs=-1)

它给出了以下错误：

AttributeError: 'Trainset' object has no attribute 'raw_ratings'

我查了一下 Surprise documentation 表示 Trainset 对象与数据集对象不同，这是有道理的。

但是，文档没有说明如何将训练集转换为数据集。

我的问题是： 1. 是否可以将 Surprise Trainset 转换为 Surprise Dataset？ 2. 如果不是，训练测试分割整个数据集并交叉验证的正确方法是什么？

【问题讨论】：

嗨。编程问题在这里是题外话。有关详细信息，请参阅ai.stackexchange.com/help/on-topic。您可以在 Stack Overflow 或 Data Science SE 上提出此类问题。我会将这个问题迁移到 Stack Overflow。

标签： python dataset cross-validation

【解决方案1】：

据我了解，交叉验证将为您执行训练集/测试集拆分。所以你的第一行代码是正确的，将分成5折（cv=5）。每个折叠都将是对其他 4 个（火车）的测试。

如果您想要一个简单的训练/测试集，请参阅this example from the docs。

【讨论】：