matlab knn算法

K最近邻（K-Nearest Neighbors，简称KNN）算法是一种基本的分类和回归算法。在MATLAB中，可以使用fitcknn函数来实现KNN分类器。下面是一个简单的示例代码：

% 准备训练数据
X_train = [1 1; 2 2; 1 2; 3 3; 4 4];
Y_train = [1; 1; 2; 2; 2];

% 创建KNN分类器
knn = fitcknn(X_train, Y_train, 'NumNeighbors', 3);

% 准备测试数据
X_test = [2 1.5; 3 2.5];

% 进行预测
Y_pred = predict(knn, X_test);
disp(Y_pred);

在这个示例中，我们首先准备了一些训练数据，其中X_train是特征矩阵，Y_train是对应的类别标签。然后，我们使用`fitcknn`函数创建了一个KNN分类器，设置了`NumNeighbors`参数为3，表示使用3个最近邻样本进行分类。接下来，我们准备了一些测试数据X_test，然后使用`predict`函数进行预测，得到了预测的类别标签Y_pred。

这只是一个简单的示例，你可以根据自己的数据和需求进行相应的调整和扩展。希望对你有帮助！