MATLAB knn对load fisheriris分类代码

以下是使用MATLAB的k-NN算法对经典数据集"Fisher Iris"进行分类的示例代码：

% 加载 Fisher Iris 数据集
load fisheriris

% 将数据集随机分为训练集和测试集
idx = randperm(size(meas,1));
Xtrain = meas(idx(1:100),:);
Ytrain = species(idx(1:100));
Xtest = meas(idx(101:end),:);
Ytest = species(idx(101:end));

% 使用 k-NN 算法进行分类
mdl = fitcknn(Xtrain,Ytrain);
YPred = predict(mdl,Xtest);

% 计算分类准确率
accuracy = sum(YPred==Ytest)/numel(Ytest);
disp(['Classification accuracy: ' num2str(accuracy*100) '%']);

这段代码首先加载"Fisher Iris"数据集，然后将数据集随机分为训练集和测试集。接着使用MATLAB的`fitcknn`函数训练k-NN模型，并使用`predict`函数对测试集进行预测。最后，计算分类准确率并输出结果。