K近隣アルゴリズム,Matlab実装

隣接アルゴリズム:K近傍:テストサンプルとトレーニングサンプルの間の距離を計算してから、テストサンプルから一番近いKサンプルを見つけて、彼らの結果を統計して、どのタイプの結果が現れるかの回数が多い場合、テストサンプルの結果を予測します.コードは以下の通りです

function label1=KNN(training,testing,k)
[row, column]=size(training);
[row1, column1]=size(testing);
%            
distance=[];

        for i=1:row1
            distance(i,:)=sum((repmat(testing(i,:),row,1)-training(:,1:(column-1))).^2, 2);
        end
    
%   K  
label=[];%           K  
for i=1:row1
    [a,b]=sort(distance(i,:));%  ,b  distance       
    for j=1:k
        label(i,j)=training(b(j),column);
    end
end
cl=zeros(1,100);
count=1;
cl(1,1)=training(1,column);%        
for i=2:row
    A=training(i,column);
    flag=0;
    for j=1:count
        if cl(1,j) ==A
          flag=1;
          break;
        end 
    end
    if flag==0
        count=count+1;
        cl(1,count)=A;
    end
end
end_count=zeros(row1,count);%           
for i=1:row1
    for j=1:k
        for l=1:count
           if label(i,j)==cl(1,l)
               end_count(i,l)=end_count(i,l)+1;
           end
        end
    end
end
cou=0;
label1=[];%      
for i=1:row1
        k=1;
        num=end_count(i,1);
        for j=2:count
            if num

考え方:
第一歩は、各試験サンプルの距離が一番近いK個の結果を統計する.
第二ステップ:統計結果の種類
第三ステップ:各結果を集計し、各テストサンプルの距離が一番近いKサンプルの結果の出現回数を統計する.
第四ステップ:出現回数が一番多い結果を予測結果として求めます.