kNN分类器用于多类分类，其Matlab开发版本。

简介：
功能1：`kNNeighbors.predict()` 函数用于提供一个或多个测试样本的预测标签。 2. 该函数还会返回前 k 个最近训练样本的索引，以及每个样本对应的距离值。 描述1：该函数旨在对测试数据进行分类预测，并提供相关的距离信息。 鸢尾花数据集的示例展示了其应用：首先，加载鸢尾花数据集 `fisheriris`，将测量值存储在变量 `X` 中，类别标签存储在变量 `Y` 中。随后，定义测试样本 `Xnew` 为最小、平均和最大测量值的集合，并设置参数 `k` 为 5，使用“公制”为“欧几里得”的距离度量方式，构建 k 近邻模型 `mdl`。接着，利用 `mdl.fit(X, Y)` 方法对训练数据进行模型训练。最后，通过调用 `mdl.predict(Xnew)` 函数对测试样本进行预测，得到预测标签 `Ypred`，结果显示为“setosa”、“versicolor”和“virginica”。为了评估模型的性能，计算预测标签与真实标签之间的准确率和精度指标，精度值为 0.6667。