如何训练测试拆分和交叉验证？

Question

我在下面写了下面的代码，

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，训练集是在此处通过cross_validate而不是整个数据集传递的）

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)

它出现以下错误：

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

我抬起头来， Surprise documentation说Trainset对象与数据集对象不同，这很有意义。

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，那么对整个数据集进行训练测试并交叉验证的正确方法是什么？

Answer 1

1. 据我了解，交叉验证将为您执行训练集/测试集拆分。因此，您的第一行代码是正确的，并将分成5折（cv = 5）。每个折叠将是对其他4个（训练）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。