From 0b97916ac8f90aa62347c60f8b99b4bb67632923 Mon Sep 17 00:00:00 2001 From: Florian Mathieu Date: Tue, 2 Jun 2026 10:54:30 +0200 Subject: [PATCH] edit typo --- knn/IMPLEMENTATION.md | 2 +- knn/README.md | 2 +- 2 files changed, 2 insertions(+), 2 deletions(-) diff --git a/knn/IMPLEMENTATION.md b/knn/IMPLEMENTATION.md index 0ab366c..f6fe84c 100644 --- a/knn/IMPLEMENTATION.md +++ b/knn/IMPLEMENTATION.md @@ -5,7 +5,7 @@ On pourrait essayer de penser à un algorithme simple pour pouvoir implémenter l'algorithme knn en python: - Il nous faut une liste d'échantillons de taille *n* -- La donnée que l'on veut classer, appellons là *mystere* +- La donnée que l'on veut classer, appellons la *mystere* - Un entier *k* plus petit que *n* - La règle de calcul des distances diff --git a/knn/README.md b/knn/README.md index eb64175..f56e1f8 100644 --- a/knn/README.md +++ b/knn/README.md @@ -27,7 +27,7 @@ Même si les [Large Language Models (LLM)](https://datascientest.com/large-langu - Permet de prédire si un élèment est membre d'un groupe ou d'une catégorie donnée - Une classe permet une identification de groupes avec des profils particuliers -- Offre une possibilité de décider de l'appartenance d'une entitié à une classe +- Offre une possibilité de décider de l'appartenance d'une entité à une classe - Dans notre exemple, on parlera de classification ***supervisée*** c'est à dire que l'on connait déjà les différentes classes à l'avance Parmi les modèles et méthodes de classification, on peut citer :