modifications des tp, exercices, ajouts d'indications en JS, d'exemples en gloutons, 3 semaines de boulot enfin voilà

knn/README.md

@@ -23,7 +23,7 @@ Parmi les modèles et méthodes de classification, on peut citer :
 
 - K-NN Voisins
 - Arbres de décision
-- Réseaux de neuronnes
+- Réseaux de neurones
 
 ----------
 
@@ -33,7 +33,7 @@ L'algorithme des *k plus proches voisins* permet de résoudre certains problème
 
 Il s'agit d'une méthode de raisonnement à partir de cas connus : ce modèle va aider à prendre des décisions en recherchant un ou des cas similaires déjà résolus.
 
-Attention, ici, il n'y a pas d’étape d ’apprentissage: uniquement une construction d ’un ***modèle*** à partir d’un échantillon d'apprentissage.
+Attention, KNN est un algorithme dit ***paresseux*** (*lazy learning*) : contrairement à d'autres algorithmes de classification, il n'y a pas de phase d'entraînement où un modèle est construit. L'échantillon d'apprentissage est simplement mémorisé, et tout le travail de calcul se fait au moment de la prédiction.
 
 ### Qu'est ce qu'un modèle ? 
 
@@ -58,7 +58,7 @@ Le Professeur Chen, inventeur du Pokédex, utilise cet algorithme afin que son a
 
 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 |
+| Nom           | Écayon | Deoxys | Éoko | Groret | Tarpaud |
 | ------------- | ------ | ------ | ---- | ------ | ------ |
 | Points de vie | 49     | 50     | 80   | 90     | 90     |
 | Attaque       | 49     | 95     | 45   | 75     | 75     |
@@ -78,7 +78,7 @@ Pour simplifier, imaginons que les Pokemons ne possèdent que deux caractéristi
 
 ![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.
+Il devrait donc se trouver dans cette 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 !
@@ -95,6 +95,8 @@ D'après vous, que faut-il pour pouvoir prédire la classe d'un Pokemon donné ?
 - Un pokemon *mystère* dont on souhaite prédire la classification
 - la valeur de *k*
 
+> **Comment choisir k ?** On choisit généralement k impair (pour éviter les égalités lors du vote majoritaire) et une valeur raisonnable comme √n (racine carrée du nombre d'échantillons) ou entre 5 et 7 pour de petits échantillons.
+
 Une fois ces données modélisées, on peut formuler notre algorithme:
 
 - Trouver dans l'échantillon, les *k* plus proches voisins du pokemon *mystère*