文件名称:parallel-pmf
文件大小:3.18MB
文件格式:ZIP
更新时间:2024-05-03 05:44:26
C++
使用C ++的并行概率矩阵分解 关于 概率矩阵分解是推荐系统中常用的一类图形模型。 该项目提供了高斯矩阵分解模型的并行实现,该模型利用随机梯度上升且无锁定来获得潜在用户偏好和属性向量的无偏最大后验(MAP)估计。 需求和先决条件库 提升> = 1.7.0 > = 3.3.9 安装 git clone https://github.com/ageil/parallel-pmf.git cd parallel-pmf/ cmake . make 要编译和运行单元测试: cmake . make test Python包装器 我们提供了一个简单的python包装器库pmf以进行交互式分析,包括模型建议和jupyter笔记本中的绘图。 要安装它: cd pypmf ./install.sh 有关详细信息,请参阅。 运行选项 Parameters for Probabilistic Ma
【文件预览】:
parallel-pmf-main
----.clang-format(4KB)
----.gitignore(457B)
----Doxyfile(112KB)
----models()
--------datamanager.h(1KB)
--------abstractdataloader.h(766B)
--------datamanager.cpp(4KB)
--------abstractdatamanager.h(619B)
--------modeltypes.h(378B)
--------utils.cpp(11KB)
--------PMF.h(4KB)
--------utils.h(4KB)
--------dataloader.h(849B)
--------dataloader.cpp(5KB)
--------PMF.cpp(18KB)
--------CMakeLists.txt(377B)
----csvlib()
--------csv.h(56KB)
--------LICENSE(1KB)
--------README.md(16KB)
----README.md(5KB)
----movielens()
--------tags.csv(116KB)
--------ratings.csv(2.37MB)
--------README.txt(8KB)
--------movies.csv(463KB)
--------links.csv(193KB)
----example()
--------pmf_tutorial.md(15KB)
--------sample_train.sh(122B)
--------sample_recommend.sh(152B)
----main.cpp(7KB)
----pypmf()
--------setup.py(796B)
--------pmf()
--------install.sh(354B)
--------requirements.txt(52B)
----docs()
--------tutorial.pdf(539KB)
--------manual.pdf(149KB)
--------results.pdf(1.05MB)
--------img()
--------design.pdf(1.02MB)
----test()
--------utils_test.cpp(5KB)
--------CMakeLists.txt(266B)
----CMakeLists.txt(464B)