matlab使用KNN算法预测下表中A、B两种水果的类别

要使用KNN算法预测A、B两种水果的类别，首先需要准备好训练数据和测试数据。假设训练数据的特征包括颜色、大小和重量，每个样本的标签为'A'或'B'，则可以将训练数据表示为一个矩阵X_train，其中每行表示一个样本的特征，每列表示一个特征；将标签表示为一个向量y_train。

接下来，可以使用MATLAB中的fitcknn函数来训练KNN模型，代码如下：

mdl = fitcknn(X_train, y_train, 'NumNeighbors', 5);

其中，'NumNeighbors'参数指定了KNN算法中的K值，这里设置为5。

然后，可以使用测试数据进行预测，假设测试数据也包括颜色、大小和重量等特征，表示为矩阵X_test，代码如下：

y_pred = predict(mdl, X_test);

其中，predict函数可以基于训练好的KNN模型对测试数据进行分类预测，返回值y_pred为预测结果。

最后，可以将预测结果与真实标签进行比较，计算预测准确率等指标来评估模型性能。