列表法和使用自相关矩阵的PCA算法对Iris分析

本次任务主要是利用快速近邻算法的列表法对Iris进行分类，若空间为无限多的样本时可以提高分类效率。并且利用相关矩阵的PCA算法对Iris进行压缩分析使四个特征向量较少至二维甚至为一维空间。使样本易于分析，可以更直观简便的对样本进行分析。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% 用列表法实现对Iris前两个特征数据分类
% 基本流程以老师所讲的为依据
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%
clc
close all;
clear all;
%读取数据
data=load（‘Iris.txt‘）; %读取iris数据
a=data（1:402:5）;      %取第一类数据的前40组
aa=data（41:502:5）;    %取第一类数据的后10组
b=data（51:902:5）;     %取第二类数据的前40组
bb=data（91:1002:5）;   %取第二类数据的后10组
c=data（101:1402:5）;   %取第三类数据的前40组
cc=data（141:1502:5）;  %取第三类数据的后10组
train_sample=cat（1abc）;  %拼接成包含120组数据的样本集 列排训练样本
test_sample=cat（1aabbcc）;%拼接成包含30组数据的样本集  列排测试样本

%tic

A=a（1:）;    %取训练样本的三个点
B=b（1:）;
C=c（1:）;
dABC=cat（1ABC）;

 cha=zeros（1120）;
% sum=0;
[ij]=size（train_sample）;%i=120j=4
[uv]=size（dABC）;   %u=30 v=4
for x=1:u           %3个测试样本
  for y=1:i        %120个训练样本
    result=sqrt（（dABC（x1）-train_sample（y1）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        3200  2009-12-25 21:05  iris\Iris.txt
     文件        2674  2013-12-28 10:27  iris\kliangtezheng.asv
     文件        2922  2014-09-19 14:41  iris\liebiaofa.m
     文件        2001  2014-09-19 14:40  iris\pcairis.m
     目录           0  2014-09-19 14:41  iris\