typo + ajout knn

knn/README.md

@@ -0,0 +1,49 @@
+> Dans le domaine de l'apprentissage automatique des machines "Machine Learning", l'algorithme des k plus proches voisins est l'un des plus utilisé.
+
+### Le programme
+
+![bo](assets/bo.png)
+
+------
+
+### Exemple de Problème de classification
+
+L'algorithme des *k plus proches voisins* permet de résoudre certains problème, notamment ceux qui proposent de classer des données et élèments.
+
+Par exemple, le Professeur Chen, inventeur du Pokédex, utilise cet algorithme afin que son appereil puisse prédire quel pokémon se trouve devant lui.
+
+<img src="assets/chen.png" alt="chen" style="zoom:67%;" />
+
+Pour simplifier, imaginons que les Pokemons ne possèdent que deux caractéristiques : leurs points de vie et leur valeur d'attaque. On peut prendre deux types pour commencer.
+
+| Nom           | Écayon | Deoxys | Éoko | Groret | Taraud |
+| ------------- | ------ | ------ | ---- | ------ | ------ |
+| Points de vie | 49     | 50     | 80   | 90     | 90     |
+| Attaque       | 49     | 95     | 45   | 75     | 75     |
+| Type          | Eau    | Psy    | Psy  | Psy    | Eau    |
+
+------------
+
+- Nous pouvons utiliser cet échantillon afin de prédire la classification d'un Pokémon mystère, selon ses points de vie et sa valeur d'attaque.
+
+
+
+![echantillon](assets/echantillon_pokemon.png)
+
+------------
+
+### Prédiction
+
+À partir des données du diagramme, on veut prédire la classe d'un pokémon ayant 65 points de vie et 40 en attaque.
+
+![echantillon_2](assets/echantillon_pokemon_2.png)
+
+Il devrait donc se trouver dans zone. On peut alors trouver ses cinq ou six plus proches voisins.
+
+- Parmi ces voisins se trouvent deux Pokémons de type Eau, et trois de types Psy.
+- Le Pokémon mystère sera donc probablement de type Psy !
+
+
+
+### Formulation de l'algorithme
+