可以给我一下k最近邻法实现预测回归的matlab代码吗

当然！以下是一个简单的 MATLAB 代码示例，实现了 k 最近邻法（k-Nearest Neighbors，kNN）进行预测回归：

% 假设你有一个训练集 X_train 和对应的目标值 y_train
% 假设你有一个测试样本 X_test，需要预测其回归值

% 设置参数
k = 5; % 最近邻样本的数量

% 计算训练集中所有样本与测试样本的距离
distances = pdist2(X_train, X_test);

% 找到最近的 k 个样本的索引
[~, indices] = mink(distances, k, 1);

% 取出最近的 k 个样本的目标值
knn_targets = y_train(indices);

% 使用简单平均法计算预测值
predicted_value = mean(knn_targets);

在上面的代码中，我们假设训练集的特征数据存储在矩阵 `X_train` 中，对应的目标值存储在向量 `y_train` 中。测试样本的特征数据存储在矩阵 `X_test` 中。

我们首先计算训练集中所有样本与测试样本的距离，并使用 `pdist2` 函数实现。然后，我们使用 `mink` 函数找到最近的 k 个样本的索引。

接下来，我们从训练集的目标值中提取最近的 k 个样本的目标值，并将它们存储在向量 `knn_targets` 中。

最后，我们使用简单平均法计算这 k 个样本的目标值的平均值，作为预测值。

请注意，这只是一个简单的示例，实际应用中可能需要进行更多的预处理和参数调整。你可以根据自己的数据和需求进行修改和扩展。