我在尝试使用Matlab构建一个带有交叉验证的KNN分类器。由于我的MATLAB版本原因，我使用了knnclassify()来构建分类器（classKNN = knnclassify (sample_test, sample_training, training_label)）。

我无法将crossval()与此一起使用。

回答：

在Matlab中执行K最近邻有两种方法。第一种方法是像你那样使用knnclassify()。然而，这个函数只会返回预测的标签，你无法与crossval()一起使用。交叉验证是在模型上执行的，而不是在其结果上。在Matlab中，模型由一个对象描述。

crossval()只能与对象一起使用（分类器对象，无论是K-NN、SVM等）。为了创建所谓的最近邻分类对象，你需要使用fitcknn()函数。将训练集和训练标签作为输入（按此顺序），该函数将返回你的对象，你可以将其作为crossval()的输入。
还有一件事要做：如何预测我的验证集的标签？为了做到这一点，你需要使用predict()函数。将模型（kNN对象）和验证集作为输入（同样按此顺序），该函数将返回（如knnclassify()）预测的标签向量。