惊喜

令人惊讶的是pythonscikit构建和分析推荐系统。“惊喜”的设计初衷是为了以下目的：让用户完美地控制他们的实验。为此，我们将重点放在文档上，我们试图通过指出算法的每个细节来尽可能清晰和精确。减轻数据集处理的痛苦。用户可以使用内置数据集（Movielens、Jester）和他们自己的自定义数据集。提供各种现成的预测算法，如基线算法、邻域方法、基于矩阵分解的（SVD、PMF、SVD++、NMF）等。此外，还内置了各种相似性度量（余弦、MSD、pearson…）。使新算法思想易于实现。提供评估、分析和比较算法性能的工具。使用功能强大的CV迭代器（受scikit learn优秀工具的启发），以及对一组参数的彻底搜索，可以非常容易地运行交叉验证过程。名字惊喜（大致为：）代表简单的Python推荐系统引擎。