k-近邻分类算法matlab实现程序

以下是一个简单的k-近邻分类算法matlab实现程序：

% k-近邻分类算法

% 设定训练数据
train_data = [
    1,2,1;
    1,4,1;
    2,1,1;
    2,3,1;
    3,2,2;
    3,4,2;
    4,1,2;
    4,3,2;
];

% 设定训练数据对应的分类标签
train_label = [1,1,1,1,2,2,2,2];

% 设定测试数据
test_data = [
    2.5,2.5;
    4.5,3.5;
];

% 设定k值
k = 3;

% 预测测试数据的分类标签
test_label = zeros(size(test_data,1),1);
for i = 1:size(test_data,1)
    % 计算测试数据与所有训练数据的欧氏距离
    distances = sqrt(sum((train_data - repmat(test_data(i,:),size(train_data,1),1)).^2,2));
    % 找出距离最近的k个训练数据
    [~,nearest_idxs] = sort(distances,'ascend');
    nearest_idxs = nearest_idxs(1:k);
    % 统计k个训练数据中出现最多的分类标签
    nearest_labels = train_label(nearest_idxs);
    test_label(i) = mode(nearest_labels);
end

% 输出测试数据的分类标签
disp(test_label);

该程序中，设定了训练数据、训练数据对应的分类标签、测试数据和k值。程序首先计算测试数据与所有训练数据的欧氏距离，找出距离最近的k个训练数据，并统计k个训练数据中出现最多的分类标签作为测试数据的分类标签。最后输出测试数据的分类标签。