一个小的示例包
example_pkgg的Python项目详细描述
引用fastfm，图书馆fastfm是一个学术项目。因此，开发fastfm所花费的时间和资源可以通过软件的引用次数得到证明。如果您使用fastfm发表科学文章，请引用以下文章（bibtex entry`citation.bib<；http://jmlr.org/papers/v17/15-355.bib>；`` ` `.
bayer，i."fastfm:一个用于分解机器的库"《机器学习研究杂志》第17期，第1-5页（2016）
：目标：https://travis ci.org/ibayer/fastfm
…图片：：https://img.shields.io/badge/platform osx linux lightgrey.svg
：目标：https://travis ci.org/ibayer/fastfm
…图片：：https://img.shields.io/pypi/l/django.svg
：target:https://travis ci.org/ibayer/fastfm
此存储库允许您使用**python**（2.7&3.x）中的分解机和众所周知的**scikit learn api**。
所有用c编写并用cython包装的性能关键代码。fastfm提供了
随机梯度下降（sgd）和坐标下降（cd）优化程序以及用于贝叶斯推理的马尔可夫链蒙特卡罗（mcmc）。有关详细使用说明，请参阅"联机文档"和"arxiv"中的http://ibayer.github.io/fastfm>；`，以及"http://arxiv.org/abs/1505.00641>；` ` ` ` ` ` ` `.
支持的操作系统
-
fastfm具有用于**linux（ubuntu 14.04 lts）**
和**o的连续集成/测试服务器（travis）S X小牛队**。不支持其他操作系统。
代码块：：python
>fastfm import als
fm=als.fm回归（n_iter=1000，init_stdev=0.1，rank=2，l2_reg_w=0.1，l2_reg_v=0.5）
fm.fit（x_火车，y_火车）
>y_pred=fm.pred预测（x_测试）
>tutorials和其他信息可从http://arxiv.org/abs/1505.0065.0065.0065.41>；`.
C代码是AV可用作"subrepository<；https://github.com/ibayer/fastfm core>；`"，并提供独立的命令行界面。如果您在阅读文档后仍然有**问题**请在GitHub打开一个问题。
>+---------------+---------------+
任务解决损失；
>>>+===========================================================================================================================是的SGD平方损失
+——————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————+———————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————代码块：：bash
一个——递归https://github.com/ibayer/fastfm.git
\安装-r./requirements.txt
/>测试
----
python测试（``pip install nose``）可以使用：
``noestests fastfm/fastfm/tests`
tar此存储库：保持参与者的积极性
*打开一个问题：报告错误或建议改进
*修复文档中的错误：小的更改很重要
*贡献代码
**非常欢迎贡献！**由于该项目位于github上，因此我们建议尽早打开代码贡献的pull请求（pr）。这是获得反馈的最快方式，允许"travis ci"对您的更改运行检查。
-学习/scikit学习/blob/master/contribution.md。请确保您的贡献符合"pep8<；http://www.python.org/dev/peps/pep-0008/>；"编码风格，并酌情包括单元测试。更多适用于FastFM的有价值的指南，请访问http://scikit learn.org/stable/developers/contribution.html编码指南。
**贡献者**
*`aaossa<；https://github.com/aaossa/>；`
*`altimin<；https://github.com/altimin>；`
*`bdaskalov<；https://github.com/bdaskalov>；``\
>*`chezou<；https://github.com/chezou>；`\
*`macks22<；https://github.com/macks22>；`\br/>*`takuti<；https://github.com/takuti>；`\br/>*`ibayer<；https://github.com/takuti<；https://github.com/takuti>；``易趣>；http://github.com/takuti/takuti>>；```易易趣`>>>>>
>https org lt gt github com 示例 example pkgg fastfm
bayer，i."fastfm:一个用于分解机器的库"《机器学习研究杂志》第17期，第1-5页（2016）
：目标：https://travis ci.org/ibayer/fastfm
…图片：：https://img.shields.io/badge/platform osx linux lightgrey.svg
：目标：https://travis ci.org/ibayer/fastfm
…图片：：https://img.shields.io/pypi/l/django.svg
：target:https://travis ci.org/ibayer/fastfm
此存储库允许您使用**python**（2.7&3.x）中的分解机和众所周知的**scikit learn api**。
所有用c编写并用cython包装的性能关键代码。fastfm提供了
随机梯度下降（sgd）和坐标下降（cd）优化程序以及用于贝叶斯推理的马尔可夫链蒙特卡罗（mcmc）。有关详细使用说明，请参阅"联机文档"和"arxiv"中的http://ibayer.github.io/fastfm>；`，以及"http://arxiv.org/abs/1505.00641>；` ` ` ` ` ` ` `.
支持的操作系统
-
fastfm具有用于**linux（ubuntu 14.04 lts）**
和**o的连续集成/测试服务器（travis）S X小牛队**。不支持其他操作系统。
代码块：：python
>fastfm import als
fm=als.fm回归（n_iter=1000，init_stdev=0.1，rank=2，l2_reg_w=0.1，l2_reg_v=0.5）
fm.fit（x_火车，y_火车）
>y_pred=fm.pred预测（x_测试）
>tutorials和其他信息可从http://arxiv.org/abs/1505.0065.0065.0065.41>；`.
C代码是AV可用作"subrepository<；https://github.com/ibayer/fastfm core>；`"，并提供独立的命令行界面。如果您在阅读文档后仍然有**问题**请在GitHub打开一个问题。
>+---------------+---------------+
任务解决损失；
>>>+===========================================================================================================================是的SGD平方损失
+——————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————+———————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————代码块：：bash
一个——递归https://github.com/ibayer/fastfm.git
\安装-r./requirements.txt
/>测试
----
python测试（``pip install nose``）可以使用：
``noestests fastfm/fastfm/tests`
tar此存储库：保持参与者的积极性
*打开一个问题：报告错误或建议改进
*修复文档中的错误：小的更改很重要
*贡献代码
**非常欢迎贡献！**由于该项目位于github上，因此我们建议尽早打开代码贡献的pull请求（pr）。这是获得反馈的最快方式，允许"travis ci"对您的更改运行检查。
-学习/scikit学习/blob/master/contribution.md。请确保您的贡献符合"pep8<；http://www.python.org/dev/peps/pep-0008/>；"编码风格，并酌情包括单元测试。更多适用于FastFM的有价值的指南，请访问http://scikit learn.org/stable/developers/contribution.html编码指南。
**贡献者**
*`aaossa<；https://github.com/aaossa/>；`
*`altimin<；https://github.com/altimin>；`
*`bdaskalov<；https://github.com/bdaskalov>；``\
>*`chezou<；https://github.com/chezou>；`\
*`macks22<；https://github.com/macks22>；`\br/>*`takuti<；https://github.com/takuti>；`\br/>*`ibayer<；https://github.com/takuti<；https://github.com/takuti>；``易趣>；http://github.com/takuti/takuti>>；```易易趣`>>>>>
>
标签：
欢迎加入QQ群-->： 979659372
