使用Surprise库SVD构建推荐系统：'DatasetAutoFolds'无split属性错误解决

这个错误其实是Surprise库版本更新带来的API变更——旧版本（比如v1.0.6及更早）里的Dataset对象确实有split方法，但在较新的版本（v1.1.0+）中，官方重构了交叉验证的实现逻辑，把数据拆分的功能移到了KFold类里，原来的split方法被移除了，所以你调用data.split()才会抛出AttributeError。

修正后的完整代码示例 #

from surprise import SVD, Reader, Dataset, KFold
import pandas as pd

# 读取评分数据
ratings = pd.read_csv("/content/ratings_small.csv")
# 初始化Reader，需匹配你的评分范围（示例为1-5，可根据实际数据调整）
reader = Reader(rating_scale=(1, 5))
# 从DataFrame加载数据
data = Dataset.load_from_df(ratings[['userId','movieId','rating']], reader)

# 用KFold替代原来的split方法，设置5折交叉验证
kf = KFold(n_splits=5)

# 遍历每个折叠完成训练与评估
for trainset, testset in kf.split(data):
    # 初始化并训练SVD模型
    model = SVD()
    model.fit(trainset)
    # 对测试集进行预测
    predictions = model.test(testset)
    # 可选：计算评估指标（比如RMSE）
    from surprise import accuracy
    accuracy.rmse(predictions)

关键说明 #

• 你看到的旧案例用split方法，是因为它们基于Surprise的旧版本编写的，如果你非要沿用旧API，可以回退到surprise==1.0.6版本，但更建议适配新API，后续版本修复了不少bug并优化了性能。
• KFold类还支持通过random_state参数设置随机种子，保证拆分结果的可复现性。

内容的提问来源于stack exchange，提问作者Chidananda Nayak