极客观点
项目管理
HarmonyOS
最近在学习基于物品的协同过滤的推荐算法，是基于评分预测的，数据用了movielens,发现大部分网上的实现都划分了测试集和训练集，我目前的理解是这样的
1.把所有user-movie-rate划分测试集和训练集
2.使用训练集计算物品相似矩阵
3.使用该相似矩阵给测试集中的user-movie项目预测评分，并与测试集中的真实评分比较，评估算法指标(RMSE,MSE等)
首先不知道以上理解有没有错误？
其次，如果要应用到实际推荐中，也就是要给所有user-movie都预测评分，是不是直接使用训练集得出的相似度矩阵来预测整个数据集即可？ 测试集是否仅仅是为了评估算法性能的呢
python