输入：训练集 $S=\left\{x_i,y_i\right\},i=1,2,\cdots ,m$ ， $y_i\in Y,Y=\left\{0,1\right\}$ ，其中0和1为相应样例类别标签；测试集

1.分别计算1-类别和0-类别样例的均值向量和协方差矩阵

2.通过得分函数 $\widehat{R}(.)$ 计算训练集中所有样本的分值作为其秩次

3.依秩次将全部训练样本排序

4.选择参数值k

5.对于测试集中的任一样例：

-通过得分函数 $\widehat{R}(.)$ 计算分值作为其在混合样本中的秩次

-依据秩次将测试样例插入排序后的训练样本中

-选择其左右方向各k个样例作为最近邻

-将2k个最近邻中出现次数较多的类别标记为该样例的预测结果

-结束循环

输出：测试集样本预测分类