我正在使用贝叶斯个性化排名优化在python编写的推荐系统上进行项目。我非常有信心模型可以充分了解我提供的数据，但是现在是时候找出确切的模型超参数并尝试避免过拟合。由于movielens数据集仅向我提供了没有验证集的5倍训练测试数据集，因此我想自己分割原始数据集以验证模型。
由于movielens数据集包含943个用户数据，并且每个用户都保证已对至少20部电影进行排名，因此我正在考虑对数据进行拆分，以使TRAIN和TEST数据集都包含相同数量的用户（例如943），并且将80％的隐式反馈数据分配给TRAIN，另一个分配给TEST。训练后，将使用所有943位用户的k精度Recall平均值进行验证。
这是分割数据集的正确方法吗？我很好奇，因为原始的movielens测试数据集似乎并不包含所有943位用户的测试数据。如果某个用户没有任何可预测的测试数据，我如何使用callback @ k进行评估-这样做会导致零除？我是否应该跳过该用户并与其他用户一起计算平均值？
感谢您的冗长阅读，希望您不要像我一样困惑。
答案 0 :(得分：1)
我将如何拆分整个数据集（80％（训练）-10％（验证）-10％（测试））。它应该可以解决：）