K近邻算法、剪辑近邻、压缩近邻等算法的matlab代码

多个模式识别算法的matlab代码，，包括k近邻、二叉决策树、感知器、fisher线性判别等

% =====================压缩剪辑近邻算法（Condensing）====================
% s:  划分的子集数目
% Xn: 当前样本集
% Xcur: 当前样本集经一次迭代后的样本集
% Xi: 当前考试集
% Xr: 当前参考集
% K:  退出控制条件，迭代K次，若没有样本被剪辑掉，则退出
% =====================================================================
clearclose all;
X = [randn（3002）+ones（3002）;...
     randn（3002）-ones（3002）;];
X（1:3003）=1;X（301:6003）=2;
% ====================================================================
figure plot（X（1:3001）X（1:3002）‘r.‘）
hold onplot（X（301:6001）X（301:6002）‘b.‘）
title（‘初始样本分布图‘）
% ================================================================
s=3;Xcur=X;loop=0;Xold=X;K=5;
while loop    Xn=Xcur;
    Xold=Xcur;
    Xcur=[];
    [row1col]=size（Xn）;
    uu=unifrnd（0srow11）;%产生row1行1列的随机数，随机数的范围在0-s之间
    uu=ceil（uu）;%取整，方向是使数据变大
    for i=1:s   %样本随机划分为s个子集
        Xi=Xn（（uu==i）:）;%test set %Xi为考试集   
        r=mod（i+1s）;%取余数
        if r==0
            r=s;
        end
        Xr=Xn（（uu==r）:）;%reference set%Xr为训练集    
        [rowcol]=size（Xi）;   
        j=1;
        while j<=row
            [rClassjClass]=NNforCondense（XrXi（j:））;%用训练集中的样本对考试集中的样本进行最近邻分类
            if rClass~=jClass%如果类别不同，则从考试集中分类错误的样本去除
                Xi（j:）=[];                
                row=row-1;
            else
                j=j+1;
            end            
        end
        Xcur=[Xcur;Xi];
    end
    [oldRowcol]=size（Xold）;
    [curRowcol]=size（Xcur）;
    if oldRow==curRow       
        loop=loop+1;
    else
        loop=0;
    end
end 
% ================================================================
%把当前样本集Xcur中的元素按原类别分类
[rowcol]=size（Xcur）;
Xcur1=[];Xcur2=[];
tic
for i=1:row    
    if Xcur（i3）==1
        Xcur1=[Xcur1;Xcur（i1:2）];       
    elseif Xcur（i3）==2
        Xcur2=[Xcur2;Xcur（i1:2）];     
    end
end
time1=toc;
figure plot（Xcur1（:1）Xcur1（:2）‘r.‘）
hold onplot（Xcur2（:1）Xcur2（:2）‘b.‘）
title（‘剪辑后样本分布图‘）
% ===================Condensing=================================
Xstore=Xcur（1:）;
Xgab=Xcur（2:row:）;
while 1
    Xoldstore=Xstore;
    [rowcol]=size（Xgab）;
    j=1;
    while j<=row
        [sClassgClass]=NNforCondense（XstoreXgab（j:））;
        if sClass~=gClass
            Xstore=[Xstore;Xgab（j:）];
            Xgab（j:）=[];
            row=row-1;
        else
            j=j+1;
        end
    end
    [oldRowcol]=size（Xoldstore）;
    [curRowcol]=size（Xstore）; 
    [gRowrCol]=size（Xgab）;
    if oldRow==curRow | gRow*rCol==0
        break;
    end
end
Xcurstore1=[];Xcurstore2=[];
[curRowcol]=size（Xstore）; 
for i=1:curRow
    if Xstore（i3）==1
        Xcurstore1=[Xcurstore1;Xstore（i1:2）];
    else
        Xcurstore2=[Xcurstore2;Xstore（i1:2）];
    end
end
figure plot（Xcurstore1（:1）Xcurstore1（:2）‘r.‘）
hold onplot（Xcurstore2（:1）Xcurstore2（:2）‘b.‘）
axis（[-4 5-4 5]）;
title（‘压缩后样本分布图‘）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2016-12-28 14:19  knn_matlab\
     目录           0  2016-12-29 09:16  knn_matlab\Pattern Recognition\
     文件        3138  2016-12-29 09:56  knn_matlab\Pattern Recognition\Condensing.asv
     文件        3138  2016-12-29 09:56  knn_matlab\Pattern Recognition\Condensing.m
     文件        4969  2016-12-29 03:20  knn_matlab\Pattern Recognition\FastNN.asv
     文件        4760  2008-06-04 22:00  knn_matlab\Pattern Recognition\FastNN.m
     文件        1718  2008-06-04 21:58  knn_matlab\Pattern Recognition\Fisher.m
     文件        1324  2016-12-29 03:20  knn_matlab\Pattern Recognition\KNN.asv
     文件        1324  2008-06-04 21:58  knn_matlab\Pattern Recognition\KNN.m
     文件         594  2008-05-10 10:13  knn_matlab\Pattern Recognition\NNforCondense.m
     文件        1114  2008-06-28 20:29  knn_matlab\Pattern Recognition\ReadMe.txt
     文件        1267  2008-06-04 22:00  knn_matlab\Pattern Recognition\SinglePerceptron.m
     文件        1361  2008-06-04 21:59  knn_matlab\Pattern Recognition\Widrow_Hoff.m
     文件         928  2008-06-04 21:58  knn_matlab\Pattern Recognition\decisionTree.m
     文件         586  2008-06-04 22:08  knn_matlab\Pattern Recognition\main.m
     文件         221  2013-07-17 15:17  knn_matlab\readme_verysource.com.txt