INFORMATHIQUELE LABORATOIRE DES VOISINS

PREMIÈRE NSI · ITC EN CPGE · ALGORITHMIQUE

kNN Le laboratoire
des voisins.

Dis-moi qui sont tes voisins,
je te dirai quelle classe je prédis.

16 missionsManipuler avant de coderÀ ton rythme
0 / 16 missions

Cahier des charges

LES DONNÉES DE RÉFÉRENCE

Chaque point a déjà une classe.

k = 1

À distance exactement égale, ce jeu départage les points par identifiant croissant : P1, P2, P3…

UNE AUTRE FAÇON DE MANIPULER

Le tableau des points

Tu peux aussi sélectionner les voisins avec les boutons de ce tableau.

Coordonnées, classes et sélection des points de référence
PointXYClasse connueSélection
Le carnet de recherche Comprendre ce que tu manipules

    Pour la classe · Objectifs et repères

    De la manipulation à la programmation

    En Première NSI, l’algorithme des k plus proches voisins prédit une classe à partir de celle qui est la plus fréquente parmi les k références les plus proches. Ce jeu prépare son écriture : calculer, comparer, sélectionner et compter.

    Les capteurs X et Y mesurent deux caractéristiques fictives dans la même unité arbitraire (u.a.). Les axes ont la même échelle. Les classes Azur, Ambre et Orchidée sont des catégories, sans ordre entre elles.

    Ressource d’accompagnement kNN — éduscol ↗

    Observer, justifier, puis coder

    Les seize missions restent accessibles. Les missions 1 à 12 font manipuler l’algorithme ; les missions 13 à 16 proposent du Python à trous exécuté dans le navigateur. Dans les missions graphiques, les voisins puis le vote doivent être corrects. Dans les missions Python, le programme doit réussir tous les tests proposés. Les aides restent disponibles : la progression est un repère d’entraînement, pas une note.

    Après les douze premières missions, demander aux élèves d’expliquer l’effet de k. Les quatre suivantes font programmer la distance, la sélection des voisins, le vote, puis l’algorithme complet. Les égalités de distance et de vote nécessitent une convention explicite. Dans ce jeu, une égalité de vote ne produit pas de classe unique.

    Les références et leurs étiquettes influencent le résultat. Une classe prédite n’est pas une certitude et la proportion des votes n’est pas une probabilité de justesse.

    La correction expliquée

    Regarde le raisonnement, puis essaie de le refaire. Ouvrir la correction ne valide pas l’expérience.