利用matlab编写KNN算法

KNN算法是一种常见的分类算法，可以被用于数据挖掘、模式识别等领域。在MATLAB中，可以使用KNN分类器实现KNN算法。下面是一个简单的MATLAB代码示例，实现对鸢尾花数据集的分类。

% 加载鸢尾花数据集
load fisheriris

% 将数据集随机分为训练集和测试集
indices = crossvalind('Kfold', species, 2);
trainingData = meas(indices == 1,:);
trainingLabels = species(indices == 1,:);
testData = meas(indices == 2,:);
testLabels = species(indices == 2,:);

% 训练KNN分类器
knn = fitcknn(trainingData, trainingLabels, 'NumNeighbors', 5);

% 对测试集进行分类并计算准确率
predictedLabels = predict(knn, testData);
accuracy = sum(predictedLabels == testLabels)/length(testLabels)

这段代码首先加载了鸢尾花数据集，然后使用`crossvalind`函数将数据集随机分为训练集和测试集。接着，使用`fitcknn`函数训练了一个KNN分类器，其中`NumNeighbors`参数指定了K值为5。最后，使用`predict`函数对测试集进行分类，并计算了分类准确率。

需要注意的是，这只是一个简单的示例，实际应用中可能需要对数据进行预处理、选择合适的K值等操作，以获得更好的分类效果。