libfm 有python 包吗

1. libfm 有python 包吗

没有
LibFM is library for factorization machines using an approach proposed by Steffen Rendle. However it seems that there is no python wrapper for this famous library.
However, if you’re looking for python version of it, take a look at these projects:
/coreylynch/pyFM

Lovely minimalistic implementation of Factorization Machines using cython (previous version used numpy).
This library has an interface similar to scikit-learn.
Unfortunately, in my tests I wasn't able to get useful results with this library, while official LibFM was working fine. With learning rate > 1−61−6 the learning process simply diverged.
/fastFM/index.html
fastFM is another option. Library supports both classification and regression.
Contains three different solvers (SGD, ALS, MCMC). ALS = alternative least squares.
In the paper written by author of algorithm, he argues that other algorithms are comparable to SGD.

This library is completely following scikit-learn interface (even deriving from BaseEstimator and appropriate mixin classes), another strong side is that it reimplements all official methods. In the paper written about the library It was stated that this implementation is 2-3 times faster.
I was also looking for code in theano, but the only code I found was very dirty and minimalistic (so I’m not hoping it is usable)
instagibbs/FactorizationMachine 
Update (21 April 2017): 
There is a theano-based implementation by Daniel Steinberg which uses adaptive SGD methods: 
dstein64/PyFactorizationMachines (I haven't tested it).
Update: I've tested some LibFM implementations on several datasets. I included libFM and options proposed in this post.

2. python 中是否有mclust包

collection.find().toArray(function(err,docs){
                   console.log(docs);
                   //将数据显示到网页上
                   // console.log('1'+docs[0].name);
                   // $('#question').append(''+docs+'');
                   // document.getElementById("editLevels").value =docs;

3. python中的模块、库、包有什么区别

1.python模块是：python模块：包含并且有组织的代码片段为模块。
表现形式为：写的代码保存为文件。这个文件就是一个模块。sample.py 其中文件名smaple为模块名字。
关系图：

2.python包是：包是一个有层次的文件目录结构，它定义了由n个模块或n个子包组成的python应用程序执行环境。通俗一点：包是一个包含__init__.py 文件的目录，该目录下一定得有这个__init__.py文件和其它模块或子包。
常见问题：
引入某一特定路径下的模块
使用sys.path.append(yourmodulepath)
将一个路径加入到python系统路径下，避免每次通过代码指定路径
利用系统环境变量 export PYTHONPATH=$PYTHONPATH:yourmodulepath，
直接将这个路径链接到类似/Library/Python/2.7/site-packages目录下
好的建议：
经常使用if __name__ == '__main__'，保证写包既可以import又可以独立运行，用于test。
多次import不会多次执行模块，只会执行一次。可以使用reload来强制运行模块，但不提倡。
常见的包结构如下：
package_a├── __init__.py├── module_a1.py└── module_a2.pypackage_b├── __init__.py├── module_b1.py└── module_b2.py
main.py
如果main.py想要引用packagea中的模块modulea1，可以使用:
from package_a import module_a1
import package_a.module_a1
如果packagea中的modulea1需要引用packageb，那么默认情况下，python是找不到packageb。我们可以使用sys.path.append('../'),可以在packagea中的__init__.py添加这句话，然后该包下得所有module都添加* import __init_即可。
关系图：

3.库（library）库的概念是具有相关功能模块的集合。这也是Python的一大特色之一，即具有强大的标准库、第三方库以及自定义模块。

4. python为什么没有codecs包

access_mode就是操作文件的模式，主要有r,w,rb，wb等，细节网上一大堆,buffering = -1是用于指示访问文件所采用的缓存方式。0表示不缓存；1表示只缓存一行，n代表缓存n行。如果不提供或为负数，则代表使用系统默认的缓存机制。
打开以后就是写和读的操作。但是用open方法打开会有一些问题。open打开文件只能写入str类型,不管字符串是什么编码方式。

5. Python中的模块和包的区别

1、模块（Module）就是包含代码的文件，不一定是Python代码，有四种代码类型的模块：
•使用Python写的程序( .py文件)
•C或C++扩展(已编译为共享库或DLL文件)
•包(包含多个模块)
•内建模块(使用C编写并已链接到Python解释器内)
使用模块可以提高代码的可维护性和重复使用，还可以避免函数名和变量名冲突。相同名字的函数和变量完全可以分别存在不同的模块中，所以编写自己的模块时，不必考虑名字会与其他模块冲突，但要注意尽量不要与内置函数名字冲突。
2、包（Package）就是包含模块文件的目录，目录名称就是包名称，目录中可以包含目录，子目录也是包，但包名称应该包含上一级目录的名称。Python引入了按目录来组织模块是为了避免模块名冲突，不同包中的模块名可以相同。
注意，每一个包目录下面都会有一个__init__.py的文件，这个文件是必须存在的，否则，Python就把这个目录当成普通目录，而不是一个包。__init__.py可以是空文件，也可以有Python代码，因为__init__.py本身就是一个模块，而它的模块名就是包名。

6. 有哪位大神指导下，Python中文件、模块与包三者之间有什么区别呀？麻烦解释的详细点哈，谢谢啦。。。。

Python在处理功能复用和功能颗粒度划分时采用了类、模块、包的结构。这种处理跟C++中的类和名字空间类似，但更接近于Java所采用的概念。
类
类的概念在许多语言中出现，很容易理解。它将数据和操作进行封装，以便将来的复用。
模块
模块，在Python可理解为对应于一个文件。在创建了一个脚本文件后，定义了某些函数和变量。你在其他需要这些功能的文件中，导入这模块，就可重用这些函数和变量。一般用module_name.fun_name，和module_name.var_name进行使用。这样的语义用法使模块看起来很像类或者名字空间，可将module_name 理解为名字限定符。模块名就是文件名去掉.py后缀。下面演示了一个简单的例子：
#moduel1.pydef say(word):    print word#caller.pyimport module1print __name__print module1.__name__module1.say('hello')$ python caller.py__main__module1hello例子中演示了从文件中调用模块的方法。这里还展示了一个有趣的模块属性__name__，它的值由Python解释器设定。如果脚本文件是作为主程序调用，其值就设为__main__，如果是作为模块被其他文件导入，它的值就是其文件名。这个属性非常有用，常可用来进行模块内置测试使用，你会经常在一些地方看到类似于下面的写法，这些语句只在作为主程序调用时才被执行。
if __name__ == '__main__': 
 app = wxapp(0)
 app.MainLoop()
模块搜索路径
上面的例子中，当module1被导入后，python解释器就在当前目录下寻找module1.py的文件，然后再从环境变量PYTHONPATH寻找，如果这环境变量没有设定，也不要紧，解释器还会在安装预先设定的的一些目录寻找。这就是在导入下面这些标准模块，一切美好事情能发生的原因。
import os
 import sys
 import threading...
这些搜索目录可在运行时动态改变，比如将module1.py不放在当前目录，而放在一个冷僻的角落里。这里你就需要通过某种途径，如sys.path，来告知Python了。sys.path返回的是模块搜索列表，通过前后的输出对比和代码，应能理悟到如何增加新路径的方法了吧。非常简单，就是使用list的append()或insert()增加新的目录。
#module2.pyimport sysimport osprint sys.pathworkpath = os.path.dirname(os.path.abspath(sys.argv[0]))sys.path.insert(0, os.path.join(workpath, 'modules'))print sys.path$ python module2.py['e:\\Project\\Python', 'C:\\WINDOWS\\system32\\python25.zip', ...]['e:\\Project\\Python\\modules', 'e:\\Project\\Python', 'C:\\WINDOWS\\system32\\python25.zip', ...]其他的要点
模块能像包含函数定义一样，可包含一些可执行语句。这些可执行语句通常用来进行模块的初始化工作。这些语句只在模块第一次被导入时被执行。这非常重要，有些人以为这些语句会多次导入多次执行，其实不然。
模块在被导入执行时，python解释器为加快程序的启动速度，会在与模块文件同一目录下生成.pyc文件。我们知道python是解释性的脚本语言，而.pyc是经过编译后的字节码，这一工作会自动完成，而无需程序员手动执行。
包
在创建许许多多模块后，我们可能希望将某些功能相近的文件组织在同一文件夹下，这里就需要运用包的概念了。包对应于文件夹，使用包的方式跟模块也类似，唯一需要注意的是，当文件夹当作包使用时，文件夹需要包含__init__.py文件，主要是为了避免将文件夹名当作普通的字符串。__init__.py的内容可以为空，一般用来进行包的某些初始化工作或者设置__all__值，__all__是在from package-name import *这语句使用的，全部导出定义过的模块。

7. python中的模块，库，包有什么区别

1.python模块是：python模块：包含并且有组织的代码片段为模块。
表现形式为：写的代码保存为文件。这个文件就是一个模块。sample.py 其中文件名smaple为模块名字。
关系图：

2.python包是：包是一个有层次的文件目录结构，它定义了由n个模块或n个子包组成的python应用程序执行环境。通俗一点：包是一个包含__init__.py 文件的目录，该目录下一定得有这个__init__.py文件和其它模块或子包。
常见问题：
引入某一特定路径下的模块
使用sys.path.append(yourmodulepath)
将一个路径加入到python系统路径下，避免每次通过代码指定路径
利用系统环境变量 export PYTHONPATH=$PYTHONPATH:yourmodulepath，
直接将这个路径链接到类似/Library/Python/2.7/site-packages目录下
好的建议：
经常使用if __name__ == '__main__'，保证写包既可以import又可以独立运行，用于test。
多次import不会多次执行模块，只会执行一次。可以使用reload来强制运行模块，但不提倡。
常见的包结构如下：
package_a├── __init__.py├── module_a1.py└── module_a2.pypackage_b├── __init__.py├── module_b1.py└── module_b2.py
main.py
如果main.py想要引用packagea中的模块modulea1，可以使用:
from package_a import module_a1
import package_a.module_a1
如果packagea中的modulea1需要引用packageb，那么默认情况下，python是找不到packageb。我们可以使用sys.path.append('../'),可以在packagea中的__init__.py添加这句话，然后该包下得所有module都添加* import __init_即可。
关系图：

3.库（library）库的概念是具有相关功能模块的集合。这也是Python的一大特色之一，即具有强大的标准库、第三方库以及自定义模块。

8. python有没有包可以计算信息熵

决策树算法就是一个划分数据集的过程。划分数据集的原则就是：
将无序的数据变得更加有序。我们假设得到的数据是有用的信息，处理信息的一种有效的方法就是利用信息论。
信息增益：划分数据集前后信息的变化成为信息增益，获得信息增益最高的特征就是最好的选择。那么如何计算信息增益？集合信息的度量方式称为熵。