我在不使用内置函数的情况下预测KNN分类器时遇到了麻烦。我在这里卡住了，不知道下一步该怎么做。这是我的代码：

 % 计算欧几里得距离 dist = pdist2(test, train, 'euclidean'); for k = [1 3 5 7]    [~, nearest] = sort(dist, 2);    nearst = nearest(:, 1:k);end % for 循环

其中 test 是一个 297×64 的矩阵，train 是一个 1500×64 的矩阵。dist 矩阵是 297×1500。任何帮助都将不胜感激！

回答：

所以你已经成功地按照距离对索引进行了排序，存储在 nearst 中，你所需要做的就是引用原始数据的标签。你应该有一个名为 labels 的变量，保存每个点的真实标签。使用 nearst 中存储的索引来读取这些标签，并简单地报告最常见的值。