我寻找一个具有python接口的NMF实现,并处理丢失的数据和零.
我不希望在开始分解之前估算我的缺失值,我希望在最小化函数中忽略它们.
似乎既不是scikit-learn,也不是nimfa,也不是graphlab,也不是mahout提出这样的选择.
谢谢!
python machine-learning collaborative-filtering scikit-learn matrix-factorization
我想知道是否可以在(Python)运行时更改OpenBLAS在numpy后面使用的最大线程数？
我知道可以在通过环境变量运行解释器之前设置它OMP_NUM_THREADS,但我想在运行时更改它.
通常,使用MKL而不是OpenBLAS时,可能:
import mkl
mkl.set_num_threads(n)