k-distance 的matlab代码

以下是一个简单的 MATLAB 代码示例，用于实现 k-distance 算法：

function [kdist, knn] = k_distance(data, k)
    % 计算数据点之间的欧氏距离矩阵
    dist_matrix = pdist2(data, data);
    
    % 初始化 k-distance 和 k-nearest neighbors
    kdist = zeros(size(data, 1), 1);
    knn = zeros(size(data, 1), k);
    
    % 对每个数据点计算 k-distance 和 k-nearest neighbors
    for i = 1:size(data, 1)
        % 获取当前数据点到其他数据点的距离
        distances = dist_matrix(i, :);
        
        % 按照距离升序排序
        [sorted_dist, sort_idx] = sort(distances);
        
        % 获取第 k 个最近邻的距离作为 k-distance
        kdist(i) = sorted_dist(k + 1);
        
        % 获取前 k 个最近邻的索引
        knn(i, :) = sort_idx(2:k + 1);
    end
end

使用方法如下：

% 生成随机数据
data = rand(100, 2);

% 设置 k 值
k = 5;

% 调用 k_distance 函数计算 k-distance 和 k-nearest neighbors
[kdist, knn] = k_distance(data, k);

这段代码用于计算给定数据集中每个数据点的 k-distance 和 k-nearest neighbors。其中，`data` 是输入的数据集，`k` 是最近邻的数量。函数的输出是 `kdist` 和 `knn`，分别表示每个数据点的 k-distance 和 k-nearest neighbors。