kNN的matlab实现

参考（http://blog.sina.com.cn/s/blog_8bdd25f80101d93o.html），最后几行修改为

%k近邻，取k=7，交叉验证法如何确定k的值？？？？ %选取7个最小值，用最简单的比较法试

M=[];

for i=1:210

M=[M distance(x,y,xnew(i,1),xnew(i,2))];

end

Mnew=sort(M);

for i=1:7 array(i)=find(M==Mnew(i)); end

plot(xnew(array,1),xnew(array,2),‘r‘)

方块点 是测试点，对应的7个最近邻用红线相连。

可见，为了得到测试点的分类结果，需要把最近邻的下标记录下来，进而能查到最近邻的类别。其方法是，首先计算测试点到所有点的距离，再由小到大排序，可得到多个最小的距离；进而用find函数查找这些值在所有距离数据中的位置，也就是对应的最近邻的下标。进一步可得到最近邻的类别。简单扩展后，能得到分类成功率，评价最近邻数目的影响，得到更合适的参数。

当然，matlab提供了最近邻分类的命令和代码，可以直接调用。