MATLAB实现K近邻法分类

K近邻法分类待测样本点，模式识别实验内容之一，用MATLAB生成随机样本点作为样本集，用样本集将考试集分类。

clear all
close all
x = 2 + sqrt（2） * randn（2100）              %生成100个均值与方差为（2，2） 的样本库
y = -2 + sqrt（4） * randn（2100）             %生成100个均值与方差为（-2，4）的样本库
x1 = 1 + sqrt（2） * randn（22）               %生成待测样本x1
y1 = -1 + sqrt（4） * randn（23）              %生成待测样本y1
stablex=x;                                  %创建x的固定备份，用于画各种图
stabley=y;                                  %创建y的固定备份，用于画各种图
z=[x1 y1];                                  %将待测样本合并成一个矩阵

figure（1）;
plot（stablex（1:）stablex（2:）‘ro‘）;       %画样本库
title（‘剪辑前的7判别‘）;
hold on
plot（stabley（1:）stabley（2:）‘b*‘）;       %画样本库
grid on
plot（x1（1:）x1（2:）‘gs‘）;                 %画待测样本
hold on
plot（y1（1:）y1（2:）‘gd‘）;                 %画待测样本
  
  
k=7                                        %剪辑前的7判别
%for i=1:5
    
%tempx=stablex;
%tempy=stabley;
%x=jianji1（tempxtempyk）;
%y=jianji2（tempxtempyk）;
%plot（x（1:）x（2:）‘ko‘）;
%plot（y（1:）y（2:）‘k*‘）;
%end

for j=1:2:numel（z）                          %用于判别待测样本
    q=[1:（numel（z）/2）];
    g=oushi（xzj）;                         %z中各点对x样本的欧距
    h=oushi（yzj）;                         %z中各点对y样本的欧距
    q（（j+1）/2）=panjue（ghk）;               %z中各点的判决情况
    if j        if q（（j+1）/2）==0                    %z中点如果是x类
            plot（z（j）z（j+1）‘rs‘）;         %红方形
        else plot（z（j）z（j+1）‘bs‘）;        %蓝方形
        end
    else                                    %z中点如果是y类
        if q（（j+1）/2）==0
            plot（z（j）z（j+1）‘rd‘）;         %红菱形
        else plot（z（j）z（j+1）‘bd‘）;        %蓝菱形
        end
    end
end
legend（‘x样本集‘‘y样本集‘‘待测样本x1（被覆盖）‘‘待测样本y1（被覆盖）‘...
    ‘x1中第1点的归类‘‘x1中第2点的归类‘‘y1中第1点的归类‘‘y1中第2点的归类‘‘y1中第3点的归类‘2）;



figure（2）;
plot（stablex（1:）stablex（2:）‘ro‘）;
title（‘剪辑前的1判别‘）;
hold on
plot（stabley（1:）stabley（2:）‘b*‘）;
grid on
plot（x1（1:）x1（2:）‘gs‘）;
hold on
plot（y1（1:）y1（2:）‘gd‘）;


k=1                                     %剪辑前的1判别
%for i=1:5
    
%tempx=stablex;
%tempy=stabley;
%x=jianji1（tempxtempyk）;
%y=jianji2（tempxtempyk）;
%plot（x（1:）x（2:）‘ko‘）;
%plot（y（1:）y（2:）‘k*‘）;
%end
    
 
for j=1:2:numel（z）                          %用于判别待测样本
    q=[1:（numel（z）/2）];
    g=oushi（xzj）;                         %z中各点对x样本的欧距
    h=oushi（yzj）;                         %z中各点对y样本的欧距
    q（（j+1）/2）=panjue（ghk）;               %z中各点的判决情况
    if j        if q（（j+1）/2）==0                    %z中点如果是x类
            plot（z（j）z（j+1）‘rs‘）;         %红方形
        else plot（z（j）z（j+1）‘bs‘）;        %蓝方形
        end
    else                                    %z中点如果是y类
        if q（（j+1）/2）==0
            plot（z（j）z（j+1）‘rd‘）;         %红菱形
        else plot（z（j）z（j+1）‘bd‘）;        %蓝菱形
        end
    end
end
legend（‘x样本集‘‘y样本集‘‘待测样本x1（被覆盖）‘‘待测样本y1（被覆盖）‘...
    ‘x1中第1点的归类‘‘x1中第2点的归类‘‘y1中第1点的归类‘‘y1中第2点的归类‘‘y1中第3点的归类‘

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

     文件        247  2009-05-20 23:04  lowtohigh.m

     文件        198  2009-05-20 23:04  oushi.m

     文件        615  2009-05-20 23:18  panjue.asv

     文件        626  2009-05-20 23:21  panjue.m

     文件       6538  2009-05-20 22:58  a.asv

     文件       6568  2009-05-20 23:16  a.m

     文件       1132  2009-05-20 23:23  jianji1.asv

     文件       1144  2009-05-20 23:24  jianji1.m

     文件        325  2009-05-20 03:27  jianji2.asv

     文件       1145  2009-05-20 23:24  jianji2.m

     文件        239  2009-05-20 23:03  lowtohigh.asv

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

                18777                    11