knn.m

K近邻算法（KNN）的matlab源代码

%读取数据 2008-6-25 贾永库
train=xlsread('train.xls');
test=xlsread('test.xls');
%获得训练样本和测试样本的个数
[m,n]=size(train)
[m1,n1]=size(test)
answer=zeros(m1,1);
for i=[1:1:m1]
    sim=zeros(m,2);
    %对于每一个测试样本，分别计算它与每一个训练样本的距离
    for j=1:1:m
        sim(j,1)=knnsim(test(i,1:2),train(j,1:2));
        sim(j,2)=train(j,3);
    end
    %对计算出来的结果进行排序
    [simtemp,index]=sort(sim(:,1));
    sim(:,2)=sim(index,2);
    sim(:,1)=simtemp;
    %找出与训练样本最为接近5个样本，并它属于哪一个类（因为类别标志为0和1，所以只要判断距离最近的5个点的类别值和是否大于2就可以知道类别）
    flag=sum(sim((m-4):m,2));
    if flag>2
        answer(i)=1;
    else
        answer(i)=0;
    end    
end
%列出所有测试样本的分类结果
answer