diff --git a/almukhammetov_bulat_lab_1/README.md b/almukhammetov_bulat_lab_1/README.md
index 1ec1608..ba80b11 100644
--- a/almukhammetov_bulat_lab_1/README.md
+++ b/almukhammetov_bulat_lab_1/README.md
@@ -37,6 +37,7 @@ make_circles (noise=0.2, factor=0.5, random_state=rs) Модели: · Лине
 
 
 Исходя из получивших графиков и точночсти с данным типом генерации данных из этих трех моделей наиболее точной получились полиномиальную регрессия (со степенью 3) и гребневaz полиномиальная регрессия (со степенью 3, alpha= 1.0). Они так же являются идентичными между собой. Чтобы проверить это утверждение я провел дополнительное тестирование и написал скрипт, который для 10 разных random_state (2-11) вычисляет точность для трех разных моделей. 
+
 Результаты:
 
 Значения точности для каждой модели:
@@ -48,3 +49,5 @@ make_circles (noise=0.2, factor=0.5, random_state=rs) Модели: · Лине
 Линейная регрессия - Средняя точность: 0.47
 Полиномиальная регрессия (со степенью 3) - Средняя точность: 0.68
 Гребневая полиномиальная регрессия (со степенью 3, alpha = 1.0) - Средняя точность: 0.68
+
+Утверждение также подтвердилось.