【文件属性】：
文件名称：lightfm：LightFM的Python实现，一种混合推荐算法
文件大小：658KB
文件格式：ZIP
更新时间：2021-02-04 13:11:22
python machine-learning matrix-factorization recommender learning-to-rank
调频
建造状态
Linux
OSX（禁用OpenMP）
Windows（禁用OpenMP）
LightFM是针对隐式和显式反馈的许多流行推荐算法的Python实现，包括BPR和WARP排名损失的有效实现。 它易于使用，快速（通过多线程模型估计）并产生高质量的结果。
它还使将项目和用户元数据都合并到传统的矩阵分解算法中成为可能。 它将每个用户和项目表示为其特征的潜在表示的总和，从而使建议可以推广到新项目（通过项目功能）和新用户（通过用户功能）。
有关更多详细信息，请参见。
需要帮忙？ 通过， 或与我联系。
安装
从pip安装：
pip install lightfm
或Conda
【文件预览】：
lightfm-master
----lightfm()
--------cross_validation.py(2KB)
--------evaluation.py(12KB)
--------data.py(14KB)
--------_lightfm_fast_no_openmp.c(1.18MB)
--------_lightfm_fast_openmp.c(1.21MB)
--------__init__.py(149B)
--------datasets()
--------_lightfm_fast.py(486B)
--------lightfm.py(38KB)
--------_lightfm_fast.pyx.template(50KB)
----.dockerignore(100B)
----CONTRIBUTORS(76B)
----test-requirements.txt(7B)
----.github()
--------ISSUE_TEMPLATE.md(376B)
----Dockerfile(537B)
----.circleci()
--------config.yml(2KB)
----doc()
--------conf.py(9KB)
--------examples()
--------home.rst(7KB)
--------quickstart.rst(5KB)
--------index.rst(420B)
--------examples.rst(537B)
--------Makefile(8KB)
--------lightfm.evaluation.rst(136B)
--------cross_validation.rst(108B)
--------datasets.rst(156B)
--------lightfm.rst(88B)
--------lightfm.data.rst(129B)
----examples()
--------quickstart()
--------ann()
--------movielens()
--------dataset()
--------stackexchange()
----.travis.yml(178B)
----LICENSE(11KB)
----setup.cfg(170B)
----setup.py(5KB)
----README.md(4KB)
----Makefile(1KB)
----docker-compose.yml(155B)
----appveyor.yml(597B)
----tests()
--------test_data.py(3KB)
--------test_evaluation.py(9KB)
--------test_api.py(11KB)
--------test_fast_functions.py(515B)
--------__init__.py(0B)
--------test_datasets.py(3KB)
--------test_movielens.py(20KB)
--------test_cross_validation.py(583B)
----.gitignore(287B)
----lint-requirements.txt(13B)
----lightfm.png(35KB)
----changelog.md(5KB)