选择一个感兴趣的方向，要求放低点，入行，学习，沉淀5年后就是这个行业专家了。第一点很重要（选择感兴趣的然后又能给自己提供一定物质基础），要不然坚持不了5年。在确定兴趣方向时，需要做详细的自我分析和行业调研，充分调研分析后，在以后遇到困难时不会轻易放弃，会坚定的走下去。

最近在学习基于物品的协同过滤的推荐算法，是基于评分预测的，数据用了movielens,发现大部分网上的实现都划分了测试集和训练集，我目前的理解是这样的 1.把所有user-movie-rate划分测试集和训练集 2.使用训练集计算物品相似矩阵 3.使用该相似矩阵给测试集中的user-movie项目预测评分，并与测试集中的真实评分比较，评估算法指标(RMSE,MSE等) 首先不知道以上理解有没有错误？ 其次，如果要应用到实际推荐中，也就是要给所有user-movie都预测评分，是不是直接使用训练集得出的相似度矩阵来预测整个数据集即可？ 测试集是否仅仅是为了评估算法性能的呢