Matlab 中 KNN 代码实现：Mnist 和 Cifar-10 图像分类

这是一个 EE369 项目，用 Matlab 实现了五种分类器：KNN、线性 SVM、核 SVM、Fisher 线性判别和核 Fisher 判别，用于对 CIFAR-10 和 MNIST 图像数据集进行分类。

文件说明：

• init.m: 在测试 CIFAR-10 之前必须先运行此文件！它包含 VLFeat 特征提取库的代码。
• train.m: 为 CIFAR-10 选择分类器并训练模型。
• classify.m: 为 CIFAR-10 选择分类器并进行分类。
• localtest.m: CIFAR-10 的主程序，在此运行 CIFAR-10 分类。
• localtest2.m: MNIST 的主程序，直接在此文件中选择分类器并运行 MNIST 分类。需要选择 train 和 classify 文件。
• localtest3.m: 当 MNIST 运行时内存不足（电脑内存小于 8GB）时，使用此文件运行 MNIST 分类。

注意事项：

• SVM 和核 Fisher 判别在内存小于 8GB 的电脑上运行 MNIST 时可能会提示内存不足，此时请使用 localtest3.m 文件运行。
• 如果相对路径不成功，请根据实际情况修改文件路径。