一个小的示例包
example_pkgg_xinweisun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:a library for factorization machines"《机器学习研究杂志》第17期，第1-5页（2016）
FastFM：用于因子分解机的库图片：：https://travis-ci.org/ibayer/fastfm.svg？branch=master
：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**。
所有性能关键代码都是用c an编写的d用cython包着。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）。详细的使用说明可以在"联机文档"和"arxiv"中找到，http://ibayer.github.io/fastfm>；`；http://arxiv.org/abs/1505.00641>；` ` ` ` ` `.
avis）用于**linux（ubuntu 14.04 lts）**
和**os x mavericks**。不支持其他操作系统。
代码块：：来自fastfm导入als的python
fm=als.fmregression（n_iter=1000，init_stdev=0.1，rank=2，l2_reg_w=0.1，l2_reg_v=0.5）
fm.fit（x_train，y_train）
y_pred=fm.predict（x_test）
xiv.org/abs/1505.00641>；` `.
C代码可用作"子存储库"<；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。
+———————————————————————————————————————————————————————————————————————————————————————+================+==================+=================+
回归als，mcmc，sgd平方损失
+——+——+——+——+——+————+——+————
分类als，mcmc，sgd probit（map），probit，sigmoid
+——————————+—————————————————————---—————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————/>
**源代码安装**
*请确保python和os位版本一致，例如64位os上的32位python不起作用。*
…代码块：：bash
odule update--init--recursive`）
$git clone--recursive 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 lt gt github com 示例 example pkgg fastfm
bayer，i."fastfm:a library for factorization machines"《机器学习研究杂志》第17期，第1-5页（2016）
FastFM：用于因子分解机的库图片：：https://travis-ci.org/ibayer/fastfm.svg？branch=master
：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**。
所有性能关键代码都是用c an编写的d用cython包着。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）。详细的使用说明可以在"联机文档"和"arxiv"中找到，http://ibayer.github.io/fastfm>；`；http://arxiv.org/abs/1505.00641>；` ` ` ` ` `.
avis）用于**linux（ubuntu 14.04 lts）**
和**os x mavericks**。不支持其他操作系统。
代码块：：来自fastfm导入als的python
fm=als.fmregression（n_iter=1000，init_stdev=0.1，rank=2，l2_reg_w=0.1，l2_reg_v=0.5）
fm.fit（x_train，y_train）
y_pred=fm.predict（x_test）
xiv.org/abs/1505.00641>；` `.
C代码可用作"子存储库"<；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。
+———————————————————————————————————————————————————————————————————————————————————————+================+==================+=================+
回归als，mcmc，sgd平方损失
+——+——+——+——+——+————+——+————
分类als，mcmc，sgd probit（map），probit，sigmoid
+——————————+—————————————————————---—————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————/>
**源代码安装**
*请确保python和os位版本一致，例如64位os上的32位python不起作用。*
…代码块：：bash
odule update--init--recursive`）
$git clone--recursive 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
