diff --git a/antonov_dmitry_lab_1/README.md b/antonov_dmitry_lab_1/README.md
index 7ddcc82..497650e 100644
--- a/antonov_dmitry_lab_1/README.md
+++ b/antonov_dmitry_lab_1/README.md
@@ -17,7 +17,7 @@ n_redundant=0, n_informative=2, random_state=rs, n_clusters_per_class=1)
 
 <div>
 Качество каждой модели может быть оценено на основе среднеквадратичной ошибки (MSE). 
-Более низкий MSE указывает на лучшее соответствие данным. 
+Более низкая MSE указывает на лучшее соответствие данным. 
 Однако выбор модели зависит от набора данных и лежащей в основе взаимосвязи между объектами и целевой переменной.
 
 Линейная регрессия: Линейная регрессия предполагает линейную зависимость между признаками и целевой переменной.
@@ -84,4 +84,10 @@ n_redundant=0, n_informative=2, random_state=rs, n_clusters_per_class=1)
         Полиномиальная (degree=3) MSE: 0.1045
         Гребневая (degree=3, alpha=1.0) MSE: 0.1078
     </div>
-</p>
\ No newline at end of file
+</p>
+
+<div>
+Итоговая модель подбирается учитывая зависимость в данных,
+как правило полиномиальная регрессия справляется лучше, а коэф регуляризации в гребневой регрессии помогает избежать
+переобучения.
+</div>
\ No newline at end of file