Azure ML Studio使用推荐器拆分功能无法拆分数据集如何解决

• 优先核对拆分模块的拆分模式：用于Matchbox推荐器的数据集必须使用推荐器专用拆分模式，如果误用了默认的随机行拆分、正则表达式拆分、相对表达式拆分等模式，很容易出现拆分比例失效，单数据集为空的问题。你可以在「拆分数据」模块的参数面板，将「拆分模式」选项切换为「拆分推荐器的数据集」。
• 检查数据集交互记录密度：Matchbox推荐器的拆分逻辑默认会过滤冷启动用户/物品，如果你的数据集中所有用户、所有作物都仅对应1条交互记录，拆分模块为了保证训练集可学习，会将所有数据划入训练集，导致测试集为空。你可以临时将参数移除冷启动用户、移除冷启动物品设置为False，或者扩充数据集保证每个用户、每个作物至少有2条及以上的交互记录后再拆分。
• 确认拆分比例参数配置：检查你设置的训练集占比是否在0.1_{0.9的合理区间，如果误设置为1或者0，会直接出现单数据集为空的问题，作物推荐场景建议设置训练集占比为0.7}0.8。
• 校验数据集结构是否合规：Matchbox要求输入的数据集至少包含用户唯一标识、作物唯一标识两列，可选包含评分/反馈列，如果你的数据集没有明确的二元交互主体标识，拆分模块无法按推荐逻辑拆分数据，也会出现异常，需要先预处理数据集，补充对应的标识列。

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