推荐系统环境安装（recommenders、scikit-surprise、lightfm）中遇到的问题
1 前言
最近想新开一个坑，跑一下推荐系统方面的code，于是重新配置了一个Recommender System的Conda环境，把遇到的问题记录一下，希望对你有用。
2 虚拟环境
首先，为了避免环境混乱，更好地管理环境，我们需要先建立conda的虚拟环境
2.1 创建虚拟环境
env_name 是你想要用的环境名（例：rs（recommender systems）），后面对应python版本
conda create -n env_name python=x.x
2.2 激活环境
进入刚刚创建的环境
conda activate env_name
2.3 设置镜像
conda config --add channels Index of /anaconda/pkgs/free/
conda config --add channels Index of /anaconda/pkgs/main/
conda config --set show_channel_urls yes
2.4 关闭环境
如需退出环境，执行如下代码
conda deactivate
3 CondaHTTPError: HTTP 000 CONNECTION FAILED for url问题解决
出现这个问题是因为镜像网络问题，找到C/用户/下的.condarc文件，将里面的内容复制为
channels:
- defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
问题得到完美解决，保存文件后就可以进行虚拟环境配置了。不会再出现网络问题。
4 安装对应的PIP库
Microsoft Recommenders 在PyPI上对应的库名称叫做recommenders，recommenders支持examples、gpu、spark、xlearn、all及experimental六个不同的相关库参数，默认安装的是最小配置，即examples。我们可以执行如下代码实现
pip install --upgrade pip
pip install recommenders[examples]然而，如果我们简单的执行如上代码，在pip install recommenders[examples]中会出现 scikit-surprise和lightfm两个库无法成功安装的问题，一直报错，这个时候就可以用下面两种方法：
4.1 方法1：安装Microsoft Visual C++ Build Tools
出现 error: Microsoft Visual C++ 14.0 or greater is required，这是因为缺少C++编译环境，此时我们安装一个Microsoft Visual C++ Build Tools就可以了。
下载链接：http://go.microsoft.com/fwlink/?LinkId=691126
下载完直接点击安装即可，然后执行
pip install lightfm完成安装，但是我用这个方法还是出现了问题，所以有了方法2。
4.2 方法2：利用Conda install安装
强烈推荐，直接使用conda安装这两个包
conda install -c conda-forge scikit-surprise
conda install -c conda-forge lightfm安装成功以后，我们接着执行
pip install recommenders[examples]显示成功！！！在python中测试
import recommenders
大功告成！
最后，如果在GPU版本中需要使用英伟达的cuda加速套件，就需要执行以下指令，安装环境
conda install cudatoolkit=10.0 "cudnn>=7.6"5 结尾
按照如上步骤，即可得到一个配置好的Recommender Systems环境。