使用Surprise库GridSearchCV时遇'DataFrame'无'raw_ratings'属性错误

问题原因 #

你传入gs.fit()的data是Pandas DataFrame，但Surprise库的GridSearchCV并不支持直接传入原生DataFrame——库内代码会尝试访问数据集的raw_ratings属性，而DataFrame没有这个属性，因此触发错误。

解决方案 #

需要先将Pandas DataFrame转换成Surprise库专用的Dataset对象，再传入拟合方法：

1. 转换数据集格式 #

使用surprise.Dataset.load_from_df()方法完成转换，需要提前定义评分范围（Reader对象），并指定DataFrame中用户ID、物品ID、评分三列的顺序：

from surprise import Dataset, Reader

# 根据你的实际评分范围调整rating_scale，比如是0-10就写成(0,10)
reader = Reader(rating_scale=(1, 5))
# 替换成你的DataFrame中对应的列名，确保顺序是[用户ID列, 物品ID列, 评分列]
surprise_data = Dataset.load_from_df(data[['user_id', 'item_id', 'rating']], reader)

2. 传入转换后的数据集拟合 #

修改gs.fit()的参数为转换后的surprise_data即可：

gs.fit(surprise_data)

完整修正代码 #

from surprise import KNNBasic, Dataset, Reader
from surprise.model_selection import GridSearchCV

param_grid = {'k': [10, 20, 30], 'min_k': [3, 6, 9],
              'sim_options': {'name': ["cosine", 'pearson', "pearson_baseline"],
                              'user_based': [False], "min_support": [2, 4]}
              }

# 转换DataFrame为Surprise专用数据集
reader = Reader(rating_scale=(1, 5))
surprise_data = Dataset.load_from_df(data[['user_id', 'item_id', 'rating']], reader)

# 执行网格搜索调参
gs = GridSearchCV(KNNBasic, param_grid, measures=['rmse', 'mae'], cv=3, n_jobs=-1)
gs.fit(surprise_data)

# 输出最优结果
print(gs.best_score['rmse'])
print(gs.best_params['rmse'])

内容的提问来源于stack exchange，提问作者Shrikanth Krish