lmnn算法的实现

fprintf('iris data set:\n'); fprintf(' Euclidean training error: %2.2f\n',knnerrI(1)*100); fprintf(' Euclidean testing error: %2.2f\n',knnerrI(2)*100); fprintf(' Malhalanobis training error: %2.2f\n',knnerrL(1)*100); fprintf(' Malhalanobis testing error: %2.2f\n',knnerrL(2)*100); fprintf('Training

   Mdata = load（‘D:\matlab\work\irirs\code\irisdata.txt‘）;
   p = 0.2;
   K = 10
   alldata = Mdata（:1:4）;
   alllabel = Mdata（:5）;
   row = size（alldata1）;
   r = randperm（row）;
   trainIndex = r（1:round（row * p））;
   testIndex = r（round（row * p） + 1 : end）;
   
   yTr = alllabel（trainIndex:）‘;
   yTe = alllabel（testIndex:）‘;

   xTr = alldata（trainIndex:）‘;
   xTe = alldata（testIndex:）‘;


   [LDet] = lmnn（xTryTr‘quiet‘1）