GitHubじゃ!Pythonじゃ!

GitHubからPython関係の優良リポジトリを探したかったのじゃー、でも英語は出来ないから日本語で読むのじゃー、英語社会世知辛いのじゃー

lyst

lightfm – LightFMのPython実装で、ハイブリッド推奨アルゴリズム

投稿日:

LightFMのPython実装で、ハイブリッド推奨アルゴリズムです。

LightFM

ビルドステータス
Linux
OSX(OpenMPが無効)
Windows(OpenMPは無効)

LightFMは、BPRとWARPランキングの効率的な実装を含む、暗黙的フィードバックと明示的フィードバックの両方のための多くの一般的な推奨アルゴリズムのPython実装です。 使用が簡単で、高速(マルチスレッドモデル推定による)で、高品質の結果が得られます。

また、アイテムメタデータとユーザメタデータの両方を伝統的な行列分解アルゴリズムに組み込むことも可能です。 これは、各ユーザとアイテムをそのフィーチャの潜在的表現の合計として表し、新しいアイテム(アイテムフィーチャを介して)と新しいユーザ(ユーザフィーチャを介して)に一般化するための推奨を可能にする。

詳細は、 ドキュメンテーションを参照してください。

助けが必要? 電子メールTwitter 、またはGitterを介して私に連絡してください。

インストール

pipからインストールする:

pip install lightfm

またはコンダ:

conda install -c conda-forge lightfm

クイックスタート

暗黙のフィードバックモデルをMovieLens 100kデータセットに適用するのは非常に簡単です:

from lightfm import LightFM
from lightfm.datasets import fetch_movielens
from lightfm.evaluation import precision_at_k

# Load the MovieLens 100k dataset. Only five
# star ratings are treated as positive.
data = fetch_movielens(min_rating=5.0)

# Instantiate and train the model
model = LightFM(loss='warp')
model.fit(data['train'], epochs=30, num_threads=2)

# Evaluate the trained model
test_precision = precision_at_k(model, data['test'], k=5).mean()

LightFMの使用に関する記事とチュートリアル

  1. LightFMでSketchfabモデルのランク付けを学ぶ
  2. ユーザーおよびアイテムのメタデータ埋め込みコールドスタート推奨事項
  3. 推薦システム – データサイエンスのためのPythonを学ぶ
  4. LightFMを使用してコンサルタントにプロジェクトを推薦する

どのように引用する

あなたの研究に役立つなら、LightFMを挙げてください。 次のBibTeXエントリを使用できます。

@inproceedings{DBLP:conf/recsys/Kula15,
  author    = {Maciej Kula},
  editor    = {Toine Bogers and
               Marijn Koolen},
  title     = {Metadata Embeddings for User and Item Cold-start Recommendations},
  booktitle = {Proceedings of the 2nd Workshop on New Trends on Content-Based Recommender
               Systems co-located with 9th {ACM} Conference on Recommender Systems
               (RecSys 2015), Vienna, Austria, September 16-20, 2015.},
  series    = {{CEUR} Workshop Proceedings},
  volume    = {1448},
  pages     = {14--21},
  publisher = {CEUR-WS.org},
  year      = {2015},
  url       = {http://ceur-ws.org/Vol-1448/paper4.pdf},
}

開発

プルのリクエストは大歓迎です。 開発用にインストールするには:

  1. リポジトリをクローンします: git clone git@github.com:lyst/lightfm.git
  2. pipを使用して開発用にインストールしますcd lightfm && pip install -e .
  3. あなたはpython setup.py test実行することでテストを実行することができます。

.pyx拡張ファイルを変更する場合は、 pip install -e .実行する前に拡張子.cファイルを生成するためにpython setup.py cythonizeを実行する必要がありますpip install -e .







-lyst
-, , , , ,

執筆者: