knn分类算法matlab

KNN（K-Nearest Neighbor）分类算法是一种常用的无监督学习算法，用于分类和回归分析。其基本思想是在样本空间中寻找K个最近邻样本，然后通过这K个样本中的多数类来确定该样本的类别。

在MATLAB中，可以使用ClassificationKNN对象来实现KNN分类算法。首先，需要将数据分为训练集和测试集，然后通过fit函数来训练模型。接下来，可以使用predict函数来预测测试集中每个样本的类别，并计算预测结果与真实结果之间的误差。

下面是一个简单的MATLAB代码示例：

% 加载数据
load fisheriris

% 随机划分数据为训练集和测试集
cv = cvpartition(species,'HoldOut',0.3);
idx = cv.test;

% 训练模型
Xtrain = meas(~idx,:);
Ytrain = species(~idx);
knnModel = fitcknn(Xtrain,Ytrain,'NumNeighbors',5);

% 预测测试集
Xtest = meas(idx,:);
Ytest = species(idx);
Ypred = predict(knnModel,Xtest);

% 计算误差
accuracy = sum(Ypred == Ytest)/length(Ytest);