matlab怎么把knn分类可视化

在 MATLAB 中，可以使用 scatter 函数将分类结果可视化。具体步骤如下：

1. 用 knnsearch 函数计算测试样本点到训练样本点的距离，并得到测试样本点对应的最近邻训练样本点的索引。

2. 根据最近邻训练样本点的类别，为测试样本点赋予分类结果。

3. 使用 scatter 函数将测试样本点按照分类结果进行可视化。

下面是一个简单的示例代码：

load fisheriris;

% 选取 sepal length 和 petal length 作为特征
X = meas(:, [1, 3]);
Y = species;

% 训练 knn 模型
mdl = fitcknn(X, Y);

% 生成测试样本点
x1 = linspace(min(X(:, 1)), max(X(:, 1)), 100);
x2 = linspace(min(X(:, 2)), max(X(:, 2)), 100);
[x1grid, x2grid] = meshgrid(x1, x2);
Xtest = [x1grid(:), x2grid(:)];

% 预测测试样本点的分类结果
idx = knnsearch(X, Xtest);
Ytest = Y(idx);

% 可视化分类结果
figure;
gscatter(Xtest(:, 1), Xtest(:, 2), Ytest);
hold on;
gscatter(X(:, 1), X(:, 2), Y, 'kr', 'o*');
xlabel('Sepal length');
ylabel('Petal length');
legend('setosa', 'versicolor', 'virginica', 'Training set');

运行代码后，会得到一个散点图，其中红色的点代表训练样本点，蓝色、绿色和紫色的点代表测试样本点的分类结果，如下图所示：