使用opencv库， 基于KNN分类器的ocr(数字识别)，参考了opencv2.0的例子，进行了部分改编，C++的实现，欢迎下载！

功能1. kNNeighbors.predict（_） 2. kNNeighbors.find(_) 描述1. 返回一个或多个测试实例的估计标签。 2. 返回 k 个最近的训练实例的索引和各自的距离。 使用鸢尾花数据集的示例 加载fisheriris X = 测量值； Y = 物种； Xnew = [min(X);mean(X);max(X)]; k = 5； 公制 = '欧几里得'; mdl = kNNeighbors(k,metric); mdl = mdl.fit(X,Y); Ypred = mdl.predict(Xnew) Ypred = 'setosa' '杂色' '弗吉尼亚' Ynew = {'versicolor';'versicolor';'virginica'}; 准确率=accuracy_score（Ypred，Ynew） 精度= 0.6667 请

K近邻(K-Nearest Neighbors, KNN)算法既可处理分类问题，也可处理回归问题，其中分类和回归的主要区别在于最后做预测时的决策方式不同。KNN做分类预测时一般采用多数表决法，即训练集里和预测样本特征最近的K个样本，预测结果为里面有最多类别数的类别。

采用欧式距离，曼哈顿距离复现knn分类并采用等高线绘图函数绘图 复现数学基础所学知识 机器学习类 (Using European distance, Manhattan distance to reappear KNN classification)

利用欧几里得距离和样本投票实现的KNN分类器，输入包括训练数据、测试数据、K距离，输出是测试数据的分类结果。

能运行出结果；且初学者能看懂；可以在此基础上自己再扩展完善代码功能

威斯康星乳腺癌csv 标准数据集+ R语言使用KNN进行分类的代码

KNN分类算法训练数据

KNN分类MatLAB源代码（附介绍） MatlAB源代码+论文 KNN分类MatLAB源代码（附介绍） MatlAB源代码+论文

用matlab自己编的knn分类算法，分别将三类不同的数据通过knn分类，并给出了分类结果