myFM:贝叶斯分解机的PythonC ++实现

我的FM myFM是基于Gibbs采样的贝叶斯的实现，我认为这是值得重塑的轮子。 该项目的目标是 从Python实现易于使用的Gibbs采样器。 使用和等现代技术可以更简单，更快速地实现。 当前，这支持libFM MCMC引擎的大多数选项，例如 输入变量的分组（ -meta的选项 ） 关系数据格式（请参阅） libFM中还没有一些功能： 用于有序概率回归[5]的gibbs采样器，实现了[6]的Metropolis-in-Gibbs方案。 回归和二元分类的变分推理。 教程和参考文档位于 。 要求 Python> = 3.6和带有C ++ 11支持的最新版本的gcc / clang。 安装 对于Linux / Mac OSX，输入 pip install myfm 除了安装python依赖项（ numpy ， scipy ， pybind11 ，...）之外，上述命令还将自动