Skip to content
Extraits de code Groupes Projets
Valider c77fa252 rédigé par Adrien Payen's avatar Adrien Payen
Parcourir les fichiers

readme

parent 4c0e423d
Aucune branche associée trouvée
Aucune étiquette associée trouvée
Aucune requête de fusion associée trouvée
...@@ -102,7 +102,7 @@ Lors de ce rendu, différentes analyses ont pu être effectuées sur les dataset ...@@ -102,7 +102,7 @@ Lors de ce rendu, différentes analyses ont pu être effectuées sur les dataset
**Adaptation des Chargeurs (Loaders) :** Une fonction load_ratings() a été modifiée pour permettre le chargement de données dans un format compatible avec Surprise. Un argument surprise_format a été ajouté pour conditionner le chargement en un objet Dataset compatible Surprise à partir d'un DataFrame Pandas. **Adaptation des Chargeurs (Loaders) :** Une fonction load_ratings() a été modifiée pour permettre le chargement de données dans un format compatible avec Surprise. Un argument surprise_format a été ajouté pour conditionner le chargement en un objet Dataset compatible Surprise à partir d'un DataFrame Pandas.
**Validation Croisée (Crossvalidation) :** **Validation Croisée (Crossvalidation) :**
######
**Trois méthodes d'évaluation ont été mises en œuvre :** **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.
...@@ -111,7 +111,9 @@ Lors de ce rendu, différentes analyses ont pu être effectuées sur les dataset ...@@ -111,7 +111,9 @@ Lors de ce rendu, différentes analyses ont pu être effectuées sur les dataset
**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 : **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):** Racine carrée de l'erreur quadratique moyenne pour évaluer les prédictions.
......
0% Chargement en cours ou .
You are about to add 0 people to the discussion. Proceed with caution.
Terminez d'abord l'édition de ce message.
Veuillez vous inscrire ou vous pour commenter