Tem um tópico marcado como resolvido, contudo a resposta me gerou mais duvida do que esclarecimentos...
Segue abaixo trecho da documentação:
"This data is used to produce recommendations, and the rest of the data is compared against estimated preference values ..."
Aqui fala que o resto do que foi usado para trainingData para produzir recomendações sera usado para comparar, ou seja aqueles 0,1 %...
hoje, com a Alura e o Google Gemini
Olá Abel, tudo bem com você?
Em Machine Learning a divisão que geralmente ocorre em um projeto é de 80% treino e 20% validação ou teste de aprendizado. Esses valores também serão encontrados 75% / 20% e vai variar conforme o projeto e resultado obtido. Por que o modelo treinado precisa ser colocado "à prova" se é capaz de resolver aquela questão, então quando você utiliza a base inteira de dados para treino, fica difícil de analisar e saber se o modelo funciona. Por isso geralmente a parte treinada é superior a 70%
Espero ter ajudado na sua dúvida, caso tenha resolvido, peço que encerre o Post ou fique à vontade se precisar perguntar algo mais.
Obrigado
Victor Gonzalez