function distance_abs_apt(file_train,file_)
Temp_Data=xlsread('cork_train.xls');

%好，在Temp_Data里,第一列是樣品的類別,第2列到第11列是樣品的特征,也就是說,一個樣品用10個特征來描述。
%因此，我們要從Temp_Data里讀出第2列到第11列的數據,并把它保存在另一個矩陣Cork_Data里.Cork_Data的大小是150行10列.
%這個命令也由你們來寫.提示:Cork_Data其實是Temp_Data的所有行,第2到第11列.
Cork_Data = Temp_Data(:,2:11);

%好的.現在開始訓練了.我們的方法是從第一類的50個樣品中取出前20個,然后把這20個樣品的特征平均一下,得到一個模板,這個模板就是優等品的標準模板.
Template=zeros(3,10);    %這句話的意思是初始化三個標準模板,因為每個模板有10個特征,所以模板的大小是3*10
for ii = 1:3
    Temp = Cork_Data(1+(ii-1)*20:20+(ii-1)*20,:);    %這個命令的意思就是取每一類的前20個樣品.
    Template(ii,:) = mean(Temp);  %這個命令其實有兩個功能,一是計算前20行的平均值(也就是優等品的標準模板),另一個是把優等品的模板存在Template的第一行中.
end

CorrectNum = 0;  %初始化記錄判斷正確的計數器
%生成測試集,這個集里面有90個樣品
Temp_Data = xlsread('cork_recog.xls');
Test_Data = Temp_Data(:,2:11);


%生成測試集的類別庫,也就是說,這里保存的是每個樣品的真實類別
Test_Class = Temp_Data(:,1);
%開始進行循環測試
for ii = 1:90
    Sum =zeros(3,1);   %因為有累加的過程,所以先初始化記錄累加和的變量
    Sample = Test_Data(ii,:);    %Sample代表當前待測目標,取第21個樣品的特征
    for jj=1:3
        Sum(jj,1)=sum(abs(Sample-Template(jj,:)));   %矩陣是可以對分別進行計算的,所以一次性就能得到對應的結果.MATLAB認大小寫,所以Sum和sum是兩碼事.
    end
    %Sum是三行一列,我們來比較哪個數小,并得到最小那個數的索引號.
    [Result,I] = min(Sum);  %Result是最小的那個數,我們其實是用不到的,就看I,它表示是哪個數是小.
    if I==Test_Class(ii,1)    %Temp_Data(21,1)表示第21個樣品的真實類別,如果二者相等,表明計算機判斷正確.
        CorrectNum = CorrectNum + 1;
    end
end
%上面這是絕對值距離法
disp('用絕對值距離法的識別率:');
CorrectNum/90