From 89258d906b2a6efdf334af3808f48f7938878a32 Mon Sep 17 00:00:00 2001
From: toto <tariq.chellali@gmail.com>
Date: Fri, 10 Nov 2023 19:46:53 +0100
Subject: [PATCH] last results

---
 README.md | 10 ++++++++++
 1 file changed, 10 insertions(+)

diff --git a/README.md b/README.md
index 89ea047..664b757 100644
--- a/README.md
+++ b/README.md
@@ -41,6 +41,10 @@ Le code fournit une implémentation de l'algorithme k-NN (k-Nearest Neighbors) p
 Ces fonctions permettent de calculer la précision de l'algorithme k-NN pour différents k, puis de visualiser graphiquement la variation de la précision en fonction de k.
 
 
+# Commenting the result of knn
+
+En results/knn.png , vous allez trouver le graphe permettant de conclure que la valeur maximale de l'accuracy correspand à 0.342 qui correspand à une valeur de voisins égale à 7. Je précisé meme que plus en augmente le k plus la courbe d'accuracy diminue.
+
 ### Backpropagation in a Neural Network
 
 
@@ -79,4 +83,10 @@ Ce code Python implémente un réseau de neurones multicouches (MLP) pour l'appr
 
 Le code utilise les bibliothèques `numpy` pour les calculs matriciels, `matplotlib` pour la visualisation et `time` pour mesurer le temps d'exécution.
 
+
+# Commenting the result of mlp
+
+Nous remarquons que la valeur de l'accuracy est faible (~ 0.10) ce qui été naturelement prévu. Nous remarquons aussi que la courbe de l'accuracy augmente jusqu'a une valeur de 0.10. Cette evalution nous permet de conclure que le modele est faible.
+
+
 --- 
\ No newline at end of file
-- 
GitLab