项目结构

1. 数据集分析：data_analysis.py

2. 实验框架，包括模型基类、评估类等的定义：framework.py

3. 主函数，包括模型训练测试、模型评估等：main.py (可以通过命令行参数来控制运行模式和模型)

4. 模型实现都放在：/models目录下

运行方法

可以通过以下方式使用命令行参数来运行程序：

1. 运行所有阶段和所有模型（默认）：

python main.py

2. 只执行训练测试阶段：

python main.py --mode train

3. 只执行模型评估阶段：

python main.py --mode evaluate

4. 运行特定模型：

python main.py --model usercf
python main.py --model gbdt_lr
python main.py --model fm

5. 组合模式和模型选择：

# 只训练特定模型
python main.py --mode train --model itemcf

# 只评估特定模型
python main.py --mode evaluate --model biased_baseline

6. 指定数据路径和其他参数：

python main.py --train_path data/my_train.txt --test_path data/my_test.txt --seed 42

7. 完整参数示例：

python main.py --mode all --model gbdt_lr --train_path ./data/train.txt --test_path ./data/test.txt --result_path ./my_results/ --seed 123

参考结果

模型名称	RMSE	MAE	训练时间(秒)	内存消耗(MB)	初始内存(MB)	最大内存(MB)
GlobalMeanRecommender	20.4626	16.2001	0.07	0.31	1513.3	1513.6
UserMeanRecommender	18.5947	14.4972	0.07	0.00	1515.4	1515.4
ItemMeanRecommender	19.1592	14.7852	0.07	0.00	1515.4	1515.4
BiasedBaselineRecommender	17.6669	13.4715	0.13	0.00	1515.4	1515.4
UserCFRecommender	18.6357	14.1562	2.46	297.45	1516.0	1813.4
ItemCFRecommender	17.0674	12.9842	17.63	1050.63	1571.9	2622.5
GBDTLRRecommender	17.6893	13.3432	29.21	45.75	1531.5	1577.3
FMRecommender	17.5162	13.4052	14.22	0.70	1572.6	1573.3
BiasSVDRecommender	17.8221	13.8988	199.66	10.43	1573.3	1583.7
SVDPlusPlusRecommender	19.9107	15.9565	180.89	2.39	1583.7	1586.1