我正在尝试了解 R 中推荐实验室库的给定协议。
从原始文档https://cran.r-project.org/web/packages/recommenderlab/vignettes/recommenderlab.pdf：
测试是通过扣留项目（给定参数）来执行的。布里斯等人。(1998) 介绍了四种实验性的预扣协议，称为 Given 2、Given 5、Given 10 和 All-but-1。在测试期间，Given x 协议仅向测试用户提供 x 个随机选择的项目的算法，并且该算法通过它能够预测保留项目的能力来评估
我不明白这仅适用于测试用户的事实。为什么我们不能简单地将其应用于所有用户，并且我们需要在训练和测试用户之间分开并使用给定的协议？
由于我们只为算法提供了很少的项目来理解模式并产生预测，然后根据其余项目测试/衡量这些预测的好坏，为什么我们只需要为测试用户这样做，我们可以不是为所有人做的吗？培训用户如何服务？当给定算法时，让我们说 10 个项目来理解目标用户的模式，它不是使用整个数据集（训练和测试）来计算用户邻域（例如，UBCF），以便做出稍后的预测评估使用被扣留的项目？如果不是，这意味着在此过程中它只查看培训用户（例如 80%），为什么不查看测试用户呢？在附近有另一个测试用户有什么问题，并且只需要培训用户吗？那部分我不明白。或者我的假设是错误的？
总结一下：为什么我们都需要给定的协议，以及训练和测试之间的分离？
我希望我的问题是有道理的，我真的很想找到解决方案。先感谢您 ：）