推荐系统常见问题（一）：数据集按照用户行为比例进行划分的问题？

问题：数据集按照用户行为比例进行划分的问题？

推荐系统若按照每个用户的交易记录按比例进行数据集的划分，比如每个用户留下80%的数据作为训练集，20%的数据作为测试集，那么对于一个有5个交易记录的用户来说，训练集应该有4个，测试集应该有1个，但是有时候不是这样的情况？

我觉得还是取决于自己的代码怎么写，一般会有以下两种写代码的方式：

1. 比如如果是直接计数的代码，直接把用户交易数据的前80%个数据留下来作为训练集，后20%作为测试集，这种情况不会出现问题。
2. 如果使用的是random函数生成（0,1）之间的数，小于等于0.8的数据作为训练集，其他作为测试集，由于random函数是一个采样的过程，它遵循的是某种分布（具体不同的random函数遵循的分布不一样），所以并不一定能够保证5个数据中，完全是4个划分到训练集，1个划分到测试集。

 if random.random() < 0.9:
    self.trainset.append([user,item,rating])
 else:
    self.testset.append([user,item,rating])

但，不管怎么，以上两种代码都是可以写的，都没有任何问题。

这是原问题链接