KNN算法代码

%KNN classifiers 
%training is training set testing is test set 
%D is the  distance D=1 is mandistance; D=2 is 欧氏距离 D=3是 infinite norm
% K is the number of selected neighbors
function label=KNN（trainingtestingDK）
[row column]=size（training）;
[row1 column1]=size（testing）;
%计算测试集与训练集的距离
%数据标准化
Tr_m=min（training）;
Tr_s=max（training）;
Tr=[];
Te=[];
for i=1:（column-1）
    Tr_mi=（training（:i）-Tr_m（i））/Tr_s（i）;
    Te_mi=（testing（:i）-Tr_m（i））/Tr_s（i）;
    Tr=[TrTr_mi];
    Te=[TeTe_mi];
end
training=[Trtraining（:column）];
testing=Te;
%%%%%计算距离%%%%%%%%%%%%%%%%%%
distance=[];
if D==1
   for i=1:row1
        for j=1:row
            temp=[training（j[1:（column-1）]）;testing（i:）]‘;
            d=mandist（temp）;
            distance（ij）=d（12）;
        end
    end
end
if D==2   
   for i=1:row1
        for j=1:row