Surprise基于 Python scikit 构建和分析推荐系统

Surprise是一个基于Python scikit构建和分析推荐系统。

设计时考虑到以下目的：

• 让用户完美控制他们的实验。为此，我们非常强调文档，我们试图通过指出算法的每个细节尽可能清晰和准确。
• 减轻数据集处理的痛苦。用户可以使用内置数据集（Movielens，Jester）和他们自己的自定义数据集。
• 提供各种即用型预测算法，如基线算法，邻域方法，基于矩阵因子分解（SVD，PMF，SVD ++，NMF）等等。此外，内置了各种相似性度量（余弦，MSD，皮尔逊......）。
• 可以轻松实现新的算法思路。
• 提供评估，分析和比较算法性能的工具。使用强大的CV迭代器（受scikit-learn优秀工具启发）以及对一组参数的详尽搜索，可以非常轻松地运行交叉验证程序。