KNN是有监督的分类算法，将测试点归类为其K个进邻点中出现次数最多的类别。KNN_Cla 1.利用所有带标记的数据作为train数据，调用KNN分类函数KNN_Cla（）对整个图像进行分类，得到整个图像的分类结果图。 2.随机在所有带标记的数据中选择train和test数据（50 train数据，50 test数据）然后进行kNN分类。随机选择10次，计算总体分类精度OA，然后求平均结果，作为最终对算法的评价。K值依次选择1,3,5,7,9,11，分别用这6种K的取值进行kNN算法