如何将Surprise库中的餐厅评分任务转换为分类问题？

我有用户对餐厅的1、2、3分评分数据，当前用Surprise库实现的是回归任务，采用RMSE、MAE等指标。想通过Surprise的Reader方法将其指定为分类任务，转换后测试accuracy和precision指标。当前代码如下：

reader = Reader(rating_scale=(1,3))
rating_data = Dataset.load_from_df(userrating[['userID', 'placeID', 'rating']], reader)
KNN = KNNWithMeans(verbose=True, n_epochs=100)
KNN_results = cross_validate(KNN, rating_data, measures=['RMSE', 'MAE', 'fcp'], cv=3, verbose=True)

Surprise本身没有直接将回归任务转为分类任务的内置参数，但可以通过把预测的连续评分映射到离散类别，再手动计算分类指标来实现，具体步骤如下：

1. 保留Reader的评分范围设置 #

Reader的rating_scale=(1,3)无需修改，它仅用于定义数据中评分的取值范围，和任务类型无关。

2. 自定义分类指标计算函数 #

Surprise的cross_validate不直接支持accuracy、precision这类分类指标，需要自行编写计算逻辑：

from sklearn.metrics import accuracy_score, precision_score
import numpy as np

def compute_classification_metrics(predictions):
    # 提取真实评分和模型预测的连续值
    y_true = np.array([pred.r_ui for pred in predictions])
    y_pred = np.array([pred.est for pred in predictions])
    
    # 将连续预测值四舍五入映射到1-3的离散类别，同时确保不超出评分范围
    y_pred_round = np.round(y_pred).clip(1, 3)
    
    # 计算多分类下的accuracy和precision（用macro平均适配多分类场景）
    acc = accuracy_score(y_true, y_pred_round)
    prec = precision_score(y_true, y_pred_round, average='macro')
    
    return {'accuracy': acc, 'precision': prec}

3. 手动执行交叉验证并计算指标 #

放弃cross_validate，改用KFold拆分数据集，遍历每个折完成训练、预测和指标计算：

from surprise.model_selection import KFold

# 初始化交叉验证器和模型（注意：KNNWithMeans没有n_epochs参数，需移除）
kf = KFold(n_splits=3)
knn = KNNWithMeans(verbose=True)

# 存储各折的指标结果
fold_metrics = {'accuracy': [], 'precision': []}

for trainset, testset in kf.split(rating_data):
    # 训练模型
    knn.fit(trainset)
    # 生成测试集预测结果
    predictions = knn.test(testset)
    # 计算当前折的分类指标
    current_metrics = compute_classification_metrics(predictions)
    # 记录结果
    fold_metrics['accuracy'].append(current_metrics['accuracy'])
    fold_metrics['precision'].append(current_metrics['precision'])

# 输出各指标的平均值
print(f"平均Accuracy: {np.mean(fold_metrics['accuracy']):.4f}")
print(f"平均Precision: {np.mean(fold_metrics['precision']):.4f}")

可选：适配二分类场景 #

如果你的需求是二分类（比如将1、2分归为“差评”，3分归为“好评”），可以修改映射逻辑：

# 二分类映射：1-2→0，3→1
y_true_bin = np.where(y_true == 3, 1, 0)
y_pred_bin = np.where(y_pred_round == 3, 1, 0)
acc = accuracy_score(y_true_bin, y_pred_bin)
prec = precision_score(y_true_bin, y_pred_bin)

内容的提问来源于stack exchange，提问作者antoine larousse