recommenderlab：开发和测试推荐算法的实验室

提供用于开发和评估的研究基础设施协同过滤推荐算法。这包括稀疏表示用户-项目矩阵、许多流行算法、前N个建议、，和交叉验证。哈斯勒（2022）<doi:10.48550/arXiv.2205.12371>.

版本：	1.0.6
取决于：	R（≥3.5.0），矩阵,阿勒斯,代理(≥ 0.4-26)
进口：	注册表，方法，实用程序，统计信息，厄尔巴,重制,矩阵统计
建议：	测试那个
出版：	2023-09-20
作者：	迈克尔·哈斯勒[aut，cre，cph]，布雷格特·韦里特
维护人员：	迈克尔·哈斯勒（Michael Hahsler）<mhahsler at lyle.smu.edu>
错误报告：	https://github.com/mhahsler/recommenderlab/issues
许可证：	GPL-2型
版权：	（C） 迈克尔·哈斯勒
网址：	https://github.com/mhahsler/推荐实验室
需要编译：	不
分类/ACM：	G.4、H.2.8
引用：	recommenderlab引文信息
材料：	自述文件 新闻
CRAN检查：	推荐实验室结果

文档：

参考手册：	推荐实验室.pdf
渐晕图：	R包推荐实验室简介

下载：

程序包来源：	推荐标签1.0.6.tar.gz
Windows二进制文件：	r-预发布：推荐标签_1.0.6.zip，r版本：推荐标签_1.0.6.zip，r-oldrel：推荐标签_1.0.6.zip
macOS二进制文件：	r-prerel（arm64）：推荐标签1.0.6.tgz，r-release（arm64）：推荐标签1.0.6.tgz，r-oldrel（arm64）：推荐b1.0.6.tgz，r-prerel（x86_64）：推荐标签1.0.6.tgz，r-release（x86_64）：推荐标签1.0.6.tgz
旧来源：	推荐实验室档案

反向依赖关系：

反向取决于：	推荐标签BX,推荐标签Jester
反向建议：	cmfrec公司,粗麻布,重新计量,RMOA公司

链接：

请使用规范形式https://CRAN.R-project.org/package=recommenderlab（推荐实验室）链接到此页面。