@@ -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.