一个针对研究人员和学生的推荐系统包。
recsys的Python项目详细描述
[！[GitHub版本]（https://badge.fury.io/gh/niourf%2frecsys.svg）（https://badge.fury.io/gh/niourf%2frecsys）
[！[文档状态]（https://readthedocs.org/projects/recsys/badge/？版本=最新]（http://recsys.readthedocs.io/en/latest/？徽章=最新）
[！[构建状态]（https://travis-ci.org/niourf/recsys.svg？branch=master）（https://travis ci.org/niourf/recsys）
[！[python_版本]（https://img.shields.io/badge/python-2.7%2c%203.4%2c%203.5-blue.svg）
（https://pypi.python.org/pypi/recsys/）
[！[许可证]（https://img.shields.io/badge/license-gplv3-blue.svg）（https://github.com/niourf/recsys/blob/master/license.md）
overview
--
。
重点放在
[文档]（http://recsys.readthedocs.io/en/latest/index.html）上，我们通过指出算法，为了让实践者能够完美地控制自己的实验。
算法]（http://recsys.readthedocs.io/en/latest/prediction廑algorithms.html）。
-易于实现[新算法
思想]（http://recsys.readthedocs.io/en/latest/building廑custom廑algo.html）。
-评估，
[分析]（http://nbviewer.jupyter.org/github/niourf/recsys/tree/master/examples/notebooks/knnbasic_analysis.ipynb/）
和
[比较]（http://nbviewer.jupyter.org/github/niourf/recsys/tree/master/examples/notebooks/compare.ipynb/）算法性能。
一个[virtual env]（
http://docs.python guide.org/en/latest/dev/virtualenvs/）
从[pypi]安装（https://pypi.python.org/pypi/recsys/），使用pip
（推荐）：
$pip install recsys
或者克隆repo并从源代码构建（首先需要cython和numpy
）：
$git clone https://github.com/niourf/recsys.git
$python setup.py install
示例
----
``python
from recsys import svd
from recsys从recsys import evaluate导入数据集
数据集。
perf=评估（algo，data，measures=['rmse'，'mae']）
print（perf['rmse']）
print（perf['mae']）
``
>输出：
````
fold 0
0.9461
mae:0.7471
fold 1
fold1
rmse:0.9485
mae:0.9485
mae:0.9485
mae:0.7481
==-
fold1
fold1
fold1
1
2
rmse:0.9373
mae:0.7389
---------
平均rmse:0.9440
平均mae:0.7447
[0.94610849207651793，0.94851906980098399，0.93725513525972337]
[0.74705780800352328，0.74810449832136583，0.73891237929484566]
```
文档，入门
--------
有许多使用示例的文档可在readthedocs上使用
[联机]（http://recsys.readthedocs.io/en/latest/index.html）。
许可证
----
对于
细节。
致谢：
----
-[Pierre Fran_ois Gimenez]（https://github.com/pfgimenez），对于他的宝贵见解关于软件设计。
请随意贡献！
[！[文档状态]（https://readthedocs.org/projects/recsys/badge/？版本=最新]（http://recsys.readthedocs.io/en/latest/？徽章=最新）
[！[构建状态]（https://travis-ci.org/niourf/recsys.svg？branch=master）（https://travis ci.org/niourf/recsys）
[！[python_版本]（https://img.shields.io/badge/python-2.7%2c%203.4%2c%203.5-blue.svg）
（https://pypi.python.org/pypi/recsys/）
[！[许可证]（https://img.shields.io/badge/license-gplv3-blue.svg）（https://github.com/niourf/recsys/blob/master/license.md）
overview
--
。
重点放在
[文档]（http://recsys.readthedocs.io/en/latest/index.html）上，我们通过指出算法，为了让实践者能够完美地控制自己的实验。
算法]（http://recsys.readthedocs.io/en/latest/prediction廑algorithms.html）。
-易于实现[新算法
思想]（http://recsys.readthedocs.io/en/latest/building廑custom廑algo.html）。
-评估，
[分析]（http://nbviewer.jupyter.org/github/niourf/recsys/tree/master/examples/notebooks/knnbasic_analysis.ipynb/）
和
[比较]（http://nbviewer.jupyter.org/github/niourf/recsys/tree/master/examples/notebooks/compare.ipynb/）算法性能。
一个[virtual env]（
http://docs.python guide.org/en/latest/dev/virtualenvs/）
从[pypi]安装（https://pypi.python.org/pypi/recsys/），使用pip
（推荐）：
$pip install recsys
或者克隆repo并从源代码构建（首先需要cython和numpy
）：
$git clone https://github.com/niourf/recsys.git
$python setup.py install
示例
----
``python
from recsys import svd
from recsys从recsys import evaluate导入数据集
数据集。
perf=评估（algo，data，measures=['rmse'，'mae']）
print（perf['rmse']）
print（perf['mae']）
``
>输出：
````
fold 0
0.9461
mae:0.7471
fold 1
fold1
rmse:0.9485
mae:0.9485
mae:0.9485
mae:0.7481
==-
fold1
fold1
fold1
1
2
rmse:0.9373
mae:0.7389
---------
平均rmse:0.9440
平均mae:0.7447
[0.94610849207651793，0.94851906980098399，0.93725513525972337]
[0.74705780800352328，0.74810449832136583，0.73891237929484566]
```
文档，入门
--------
有许多使用示例的文档可在readthedocs上使用
[联机]（http://recsys.readthedocs.io/en/latest/index.html）。
许可证
----
对于
细节。
致谢：
----
-[Pierre Fran_ois Gimenez]（https://github.com/pfgimenez），对于他的宝贵见解关于软件设计。
请随意贡献！
欢迎加入QQ群-->： 979659372
