update readme

README.md

@@ -88,7 +88,7 @@ Ceux-ci se trouvent dans le même dossier que chacun des jupyter notebook (.ipyn
 
     - evaluator.ipynb
 
-        Importation des Packages et des Modules :
+        Importation des Packages et des Modules : 
         Les packages model_selection et accuracy de Surprise ont été importés pour effectuer une validation croisée et utiliser des métriques prédéfinies pour l'évaluation des modèles.
 
         Adaptation des Chargeurs (Loaders) :
@@ -97,19 +97,26 @@ Ceux-ci se trouvent dans le même dossier que chacun des jupyter notebook (.ipyn
         Validation Croisée (Crossvalidation) :
         Trois méthodes d'évaluation ont été mises en œuvre :
 
-        generate_split_predictions(): Cette fonction divise l'ensemble de données en un ensemble d'entraînement et un ensemble de test en utilisant train_test_split de Surprise.
+        generate_split_predictions(): 
+        Cette fonction divise l'ensemble de données en un ensemble d'entraînement et un ensemble de test en utilisant train_test_split de Surprise.
         
-        generate_loo_top_n(): Ici, un processus "leave-one-out" (Laisser un élément de côté) est utilisé pour générer des recommandations top-N et évaluer les performances du modèle.
+        generate_loo_top_n(): 
+        Ici, un processus "leave-one-out" (Laisser un élément de côté) est utilisé pour générer des recommandations top-N et évaluer les performances du modèle.
         
-        generate_full_top_n(): Cette fonction utilise l'ensemble complet de données pour générer des recommandations top-N sans division.
+        generate_full_top_n(): 
+        Cette fonction utilise l'ensemble complet de données pour générer des recommandations top-N sans division.
 
         Nouvelles Métriques d'Évaluation :
         Trois nouvelles métriques ont été ajoutées pour évaluer les modèles de recommandation :
 
-        rmse (split type): Racine carrée de l'erreur quadratique moyenne pour évaluer les prédictions.
+        rmse (split type): 
+        acine carrée de l'erreur quadratique moyenne pour évaluer les prédictions.
 
-        hit rate (loo type): Taux de succès mesurant le pourcentage d'utilisateurs pour lesquels l'un des films recommandés est celui qu'ils ont noté dans l'ensemble de test.
-        novelty (full type): Mesure de la nouveauté des recommandations en fonction de la popularité des films recommandés.
+        hit rate (loo type): 
+        Taux de succès mesurant le pourcentage d'utilisateurs pour lesquels l'un des films recommandés est celui qu'ils ont noté dans l'ensemble de test.
+
+        novelty (full type): 
+        Mesure de la nouveauté des recommandations en fonction de la popularité des films recommandés.
 
         Exportation du Rapport d'Évaluation :
         Une fonction export_evaluation_report() a été mise en œuvre pour exporter le rapport d'évaluation vers un fichier CSV dans un répertoire spécifié.