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。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换


zbMATH中的参考文献(参考 1文章 参考)

显示结果1/1。
按年份排序(引用)

  1. 张帅,戴伊,姚丽娜,吴斌,孙爱新:一个基于深度学习的推荐的开源工具包(2019)阿尔十四