scikit-learn 不支持协同过滤推荐，因其缺乏专用模型且矩阵分解类不处理稀疏评分数据与隐式反馈；正确做法是用 surprise（api 兼容 sklearn，专为显式评分设计）或 lightfm。
Scikit-learn 本身不提供协同过滤（Collaborative Filtering）的原生实现——它没有 NearestNeighbors 以外的推荐专用模型，比如矩阵分解（SVD、ALS）或隐语义模型。直接用 sklearn 做“协同过滤推荐”会走弯路，甚至得到错误结果。
为什么不能直接用 sklearn.decomposition.NMF 或 TruncatedSVD 做电影推荐？
这些类可以做矩阵分解，但它们默认处理的是稠密特征矩阵，且不支持隐式反馈（如点击、观看时长）或缺失值掩码；电影评分数据天然稀疏，且 NaN 不是 0——把未评分当作 0 分输入，会严重污染分解结果。常见错误现象包括：
- 推荐结果高度偏向热门电影（因大量 0 填充放大了流行度偏差）
-
TruncatedSVD对稀疏矩阵调用.fit()时抛出ValueError: array must not contain infs or NaNs - 用
NMF强行拟合含 0 填充的用户-物品矩阵，导致重建误差大、冷启动用户推荐全失效
正确做法：用 surprise 或 lightfm，而非硬套 sklearn
如果你已习惯 scikit-learn 的 API 风格，surprise 是最平滑的过渡选择——它完全复刻了 sklearn 的 fit()/predict() 范式，专为显式反馈（评分）设计。安装与最小可用示例：
pip install scikit-surprise
关键步骤：
- 用
Surprise.Dataset.load_from_df()加载三元组(user_id, item_id, rating)，自动处理稀疏性 - 选择算法如
SVD（不是sklearn.decomposition.TruncatedSVD，而是surprise.prediction_algorithms.matrix_factorization.SVD） -
algo.fit(trainset)后，用algo.predict(uid, iid)获取单个预测分，无需手动重建整个矩阵
注意：surprise.SVD 支持偏置项和正则化，默认即适合评分预测；而 sklearn.TruncatedSVD 只做纯线性分解，无推荐语义。
如果坚持用 sklearn 生态，只能作为辅助工具链一环
例如：用 sklearn.metrics.pairwise.cosine_similarity 计算用户/物品相似度（基于共评数量加权），再做基于邻域的推荐。但必须手动处理稀疏性：
- 原始评分矩阵用
scipy.sparse.csr_matrix存储，不能转成numpy.ndarray - 对每行（用户）计算相似度前，先用
sklearn.preprocessing.StandardScaler(with_mean=False)——with_mean=False是关键，否则稀疏矩阵不支持中心化 - 最近邻搜索必须用
sklearn.neighbors.NearestNeighbors(algorithm='brute', metric='cosine')，且传入csr_matrix，不能用fit(X.toarray())
这种方案性能差、难扩展，仅适合千级用户以下的验证场景。
真正落地时，协同过滤的工程复杂度不在算法调用，而在稀疏数据的表示、负采样策略、线上服务的延迟控制，以及如何把 predict() 结果快速映射到 Top-N 推荐列表——这些 sklearn 都不覆盖。别在包装器上浪费调试时间。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
