我已经实现了一个基于矩阵分解技术的推荐系统。我想评价一下。
我想将 10 倍交叉验证与 All-but-one 协议一起使用（https://ai2-s2-pdfs.s3.amazonaws.com/0fcc/45600283abca12ea2f422e3fb2575f4c7fc0.pdf）。
我的数据集具有以下结构：
user_id,item_id,rating
1,1,2
1,2,5
1,3,0
2,1,5
...
我很困惑如何分割数据，因为我无法在测试集中放入一些三元组（用户、项目、评级）。例如，如果我选择三元组 (2,1,5) 作为测试集，并且这是用户 2 做出的唯一评分，则不会有关于该用户的任何其他信息，并且训练后的模型不会预测任何对他的价值观。
考虑到这种情况，我应该如何进行拆分？