我有30个用户的产品评分，每个用户有很多评分
我有一个realRatingMatrix，RLmatrix
RLmatrix 30 x 4592类别为“ realRatingMatrix”的评分矩阵，具有19260个评分。
我使用已知的每个用户的前200个评分将其分为“火车”，“已知”和“未知”：
评估集<-评估方案（数据= RLmatrix，方法=“分裂”，训练= .667，给定= 200，良好评分= 3.5，k = 1）
getData（eval_sets，“ train”） “ realRatingMatrix”类的20 x 4592评分矩阵，具有13540评分。 getData（eval_sets，“已知”） 10个4592类别为“ realRatingMatrix”的评分矩阵，具有2000个评分。 getData（eval_sets，“未知”） 类别为“ realRatingMatrix”的10 x 4592评级矩阵，具有3720评级。
我在“火车”上建立了一个推荐器： eval_recommender <-Recommender（数据= getData（eval_sets，“火车”），方法=“ IBCF”，参数=模型参数）
我想在10个测试用户的“已知”集合上预测topNList，n = 5，并查看在“未知”集合中对这些产品进行了多少评级；我是为第一个测试用户执行此操作的： rec <-预报（eval_recommender，RLmatrix [“ 1724”]，n = 5）；
但是，Recommenderlab将不会对“未知”集做出任何预测-所有预测都必须在4592行中的用户集合之外！对于所有测试用户都一样。
如何让Recommenderlab根据测试用户的“训练”集和“已知”等级为我提供前5名列表，其中可以包括该测试用户的“未知”集中的产品？