Surprise库需严格满足数据格式（user_id/item_id/rating三列、无缺失、rating为数值）、冷启动用户/物品需手动处理、RMSE优化≠业务指标提升、隐向量可人工校验。
Surprise 库不是“拿来就能跑”的推荐框架，它默认不支持实时更新、冷启动处理或大规模稀疏矩阵的分布式训练；直接调用 train_test_split + SVD 很容易在真实数据上得到偏差大、泛化差的结果。
为什么你的 SVD 预测全是 NaN 或报 ValueError: The trainset does not contain any ratings
这是 Surprised 最常被忽略的初始化陷阱：你传给 Dataset.load_from_df() 的 DataFrame 必须严格满足三列且列名是 user_id、item_id、rating（顺序无关，但名字必须完全匹配），且不能有缺失值或非数值 rating。
- 检查
df.dtypes——rating列必须是float64或int64，不能是object（常见于含空格、"N/A"、逗号分隔数字） - 用
df.dropna(subset=['user_id', 'item_id', 'rating'])清洗后再构建Dataset - 别用
pd.read_csv(..., index_col=0)带入多余列；Surprise 不认index，只认显式列名
如何让 predict() 返回合理分数而非报 KeyError: user 123 not in trainset
Surprise 默认只对训练集中出现过的用户/物品做预测。冷启动用户（新注册用户）或新物品（刚上架商品）会直接抛异常，而不是返回默认分或相似用户均值。
macOS UI 自动化技能包 —— 用 Python 控制你的 Mac
下载
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
- 启用
bsl_options={'method': 'als'}并配合BaselineOnly可缓解部分偏差，但不解决冷启动 - 对新用户，先用
trainset.to_raw_iid()和to_raw_uid()确认 ID 是否已存在；不存在就 fallback 到热门物品推荐或基于内容的粗筛 -
algo.predict(uid, iid, r_ui=None, clip=True)中r_ui=None表示不提供真实评分（仅预测），但clip=True会强制把结果截断到训练集 rating 范围内（如 1–5），避免异常高分
GridSearchCV 调参后 rmse 下降但线上点击率反而跌了
Surprise 的内置评估指标（RMSE、MAE）优化的是评分拟合精度，不是业务目标（如 CTR、转化率、停留时长）。模型在验证集上“更准”，可能只是过度拟合了显式评分噪声。
立即学习“Python免费学习笔记（深入）”；
- 慎用
n_epochs=100+lr_all=0.005：小数据下极易过拟合，建议从n_epochs=20、reg_all=0.02起步 - 用
evaluate(algo, data, measures=['RMSE', 'FCP'])加入FCP（Fraction of Concordant Pairs），它衡量排序质量，比 RMSE 更贴近推荐本质 - 真正上线前，必须用离线重排日志做 A/B 测试——Surprise 输出的 raw score 只能当排序依据，不能直接当展示权重
协同过滤在 Surprise 里不是黑盒流水线；trainset 对象暴露了所有用户-物品交互索引映射，algo.qi 和 algo.pu 是可直接 inspect 的隐向量。如果你没手动验证过某两个用户的 cosine_similarity(pu[u1], pu[u2]) 是否符合业务直觉，那模型就只是在拟合数字，不是在理解行为。
