Ako overiť kvalitu odporúčaní bez delenia údajov na tréning a test?

Ak nie je možné rozdeliť údaje na train a test, môžete použiť metódy hodnotenia kvality odporúčaní bez jasného rozdelenia, napríklad:

• Krosová validácia: rozdeliť údaje na niekoľko častí a postupne použiť každú ako test, ostatné ako tréning.
• Hodnotenie na základe offline metrík: používať metriky, ktoré nevyžadujú samostatný testovací set, napríklad Precision@K, Recall@K, MAP, NDCG, vypočítané na historických dátach.
• Použitie A/B testov: ak systém už funguje, môžete hodnotiť kvalitu odporúčaní na reálnych používateľoch, porovnávaním rôznych variantov.
• Bootstrap metódy: náhodný výber s vrátením na hodnotenie stability modelu.

Týmto spôsobom, aj bez jasného rozdelenia train/test, môžete získať predstavu o kvalite odporúčaní pomocou štatistických metód a online experimentov.