カニのベンチマークは、(http://www.slideshare.net/marcelcaraciolo/crab-a-python-framework-for-building-recommender-systemsページ-37)であるカニ:なぜカニのUserBasedRecommenderが遅いのですか?私の中
Benchmarks Pure Python w/ Python w/ Scipy Dataset dicts and NumpyMovieLens 100k 15.32 s 9.56 s http://www.grouplens.org/node/73 Old Crab New Crab
しかし、場合、私はその理由を知らない、それを行うには30分以上を取る必要があり
私のコードがある
model = MatrixPreferenceDataModel(recommend_data.data)
similarity = UserSimilarity(model, pearson_correlation)
recommender = UserBasedRecommender(model, similarity, with_preference=True)
recommender.recommend("6")
私のデータは、1700年に1000人のユーザから10万評価が含まれているNumpyMovieLens 100Kであり、映画。
だから、あなたはもっと良いpython UserBasedRecommender libを知っていますか? – Tinyfool
@Tinyfool:いいえ、しかし、Crabに疎な行列サポートをハックすることは可能かもしれません。 ScipyはスパースなSVD( 'scipy.sparse.linalg.svds')を持っています。 scikit-learnには、疎行列をサポートするk-NNがあります。 –