matlab的KNN算法代码

KNN（K-Nearest Neighbors）算法是一种常用的分类和回归算法，它基于样本之间的距离来进行分类或预测。下面是一个简单的MATLAB代码示例，用于实现KNN算法：

% 假设我们有一个训练集trainData和对应的标签trainLabel
% testData是我们要进行分类或预测的数据

% 设置K值
K = 3;

% 计算测试数据与训练数据之间的距离
distances = pdist2(testData, trainData);

% 对距离进行排序，得到最近的K个邻居
[sortedDistances, indices] = sort(distances);

% 统计最近的K个邻居的标签
kNearestLabels = trainLabel(indices(1:K));

% 统计最近邻居中出现最频繁的标签
predictedLabel = mode(kNearestLabels);

上述代码中，我们首先设置了K值，即选择最近的K个邻居。然后，通过计算测试数据与训练数据之间的距离，可以得到一个距离矩阵。接着，我们对距离进行排序，找到最近的K个邻居，并统计它们的标签。最后，通过统计最近邻居中出现最频繁的标签，即可得到预测结果。