From b51812c178de325290ca302213af6312ecb9b3d8 Mon Sep 17 00:00:00 2001 From: Dubray Chloe <chloe.dubray@etu.ec-lyon.fr> Date: Tue, 7 Nov 2023 16:06:04 +0000 Subject: [PATCH] Update README.md --- README.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/README.md b/README.md index 9e899c9..fee457f 100644 --- a/README.md +++ b/README.md @@ -19,7 +19,7 @@ Le répertoire est constitué des éléments suivants : * Un dossier "results" qui contient certains résultats significatifs de l'étude. On y retrouve le fichier knn.png qui est un screenshot du graphique représentant l'évolution du taux de réussite de l'algorithme des plus proches voisins selon le nombre de voisins K choisi (K variant de 1 à 20). Le fichier mlp.png est un screenshot du graphique représentant l'évolution du taux de réussite de l'algorithme de rétropropagation selon le nombre de boucles effectuées (100 boucles). -## Commentaire sur les résultats +## Commentaires sur les résultats ### KNN Les résultats obtenus pour l'algorithme des K-plus proches voisins ne sont pas vraiment concluants : le taux de réussite de l'algorithme oscille autour de 0.1, avec une légère variation selon le nombre K (entre 0.98 et 1.05). Dans le jeu de données entraîné, qui comporte 10 classes, cela revient à trier les images au hasard parmi les classes (0.1 de chances de tomber sur la bonne classe). Pour cet algorithme, la forme de la courbe que l'on s'attend à observer comporte un maximum (croissante puis décroissante). Avant le maximum, le taux de réussite est bas car il y a "underfitting", et après le maximmum il y a "overfitting". Trouver le maximum permet de déterminer pour quelle valeur de K l'algorithme fonctionne le mieux. -- GitLab