对于推荐用户物品的任务，我可以将数据集分为训练集和测试集，并通过平均绝对误差来评估结果。然而，当我需要查找某物品的相似物品时，我不知道如何评估这些结果。例如，

输入：

    userid,itemid,score    1,      123,    5    2,      222,    1    ....

svd.similar(123)

输出可能是：(222,0.98),(121,0.78)…我不知道通过SVD找到的相似物品是否准确，如何评估这些结果呢？

回答：

你可能需要先定义一个相似度函数（距离函数），例如余弦距离或欧几里得距离。然后就可以确定并比较相似度了。