update: README

README.md

@@ -26,8 +26,9 @@
 
 实验开始前必须在 [`function.py`](./function.py#L28-L29) 中填写自己的学号和姓名！
 
-- 可以自行导入其他库，需要在 [`requirements.txt`](./requirements.txt) 添加依赖，若未在 [`requirements.txt`](./requirements.txt) 中添加使用到的依赖，则无法自动评测，成绩为零。
+- 可以自行导入其他库，需要在 [`requirements.txt`](./requirements.txt) 添加依赖，若未在 [`requirements.txt`](./requirements.txt) 中添加使用到的依赖，则无法自动评测，**不记录成绩**。
 - 需要在 [`function.py`](./function.py) 中实现完整的 kNN 分类算法。
+- 默认 **k=0**，需**自行设置**最佳的默认 k 值，不修改默认值将**无法通过**自动评测，**成绩为零**。
 - 自动评测脚本仅会加载 `classify` 和 `load_data` 函数，请勿修改函数名。
 - 仓库内不自带数据集，本地调试时，数据集需自行下载。
 - 本地调试完成后，**需要更新提交代码**，否则无法自动评测，**没有实验成绩**。
@@ -59,3 +60,9 @@
 若要完成实验，请确保是在**本页面**点击「使用模版」来创建仓库，新仓库名称建议与模版名称相同，其余操作参见[挑战赛的说明](https://git.intcplab.cn/LufsX/Challenge-kNN#挑战操作)。
 
 若要完成实验，评测时检查创建完成的**仓库信息**是否正确，本次实验标题为「**实验一：KNN 与二值手写数字识别**」！
+
+## 其它
+
+若有流程、优化等相关建议和问题，欢迎在[评测后端项目工单](https://git.intcplab.cn/LufsX/Evaluation-Backend/issues)中提出。
+
+同时欢迎参与[评测后端](https://git.intcplab.cn/LufsX/Evaluation-Backend)的开发与优化！