我正在使用python编码的Surprise库构建推荐系统。基本上，我有一个具有评级的大型数据集，我的想法是使用NMF，SVD或任何算法来计算电影系数，然后将这些系数用作初始电影系数，用于具有新用户的数据集。所有这些都可以加快建议的计算时间，而不必重新培训所有内容。
我尝试初始化电影系数，但是当我将算法适合火车组时，电影系数又通过algo.fit（）进行了初始化。我想知道是否有一种方法可以为惊喜库提出的算法设置初始权重
algo = SVD()
algo.qi = movie_coeff # movie coeff were computer before with an other Dataset
algo.fit(trainset) # Here the movie coefficients are initialized again