k近邻分类matlab实现

模式识别中一个常用的算法，即k近邻法，用matlab编程实现代码

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%K-最近邻分类器%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
clear all
clc
y=importdata（‘F:\neural computation\Experiment\text1\Iris.txt‘）;
p=y（:2:5）;
p=p‘;
add=ones（501）;
num=zeros（13）;
count=0;
% for n=1:150
%     count=0;
for i=1:3
    for j=1:50
          for k=1:150
               distance（k）=mse（p（:k）-p（:（i-1）*50+j））;%保存每个向量与所有训练样本之间的距离
          end 
          
          [d1 index1]=sort（distance）;%对距离distance向量进行从小到大的排序
          num=[0 0 0];   
          for m=1:20         % 考察num， 存放的是排序后distance前20个属于每一类别的个数
              if index1（m）<=50
                  num（1）=num（1）+1;
              elseif index1（m）<=100
                  num（2）=num（2）+1;
              else
                  num（3）=num（3）+1;
              end
          end          
          [d2 class]=max（num）;%  属于哪类的个数最多，就属于哪类，class 即就是该向量所属的类别
          if  i==class
            count=count+1;
          end   
          A（（i-1）*50+j）=class;%存放判断的结果
    end
end
count
rate=count/150
% n
% end
figureplot（y（:1）A‘r*‘）%画图分类

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       3200  2009-12-25 21:05  Iris.txt

     文件       1183  2010-01-09 21:58  TNNC3.m

----------- ---------  ---------- -----  ----

                 4383                    2