Algorithm 用k近邻搜索代替矩阵的单元格？

我想找出一些数据集之间的欧几里德距离。对于每个班级，我有大约50个学习或培训样本和5个测试样本。问题是每个样本的数据都存储在单元格中，并且是

m*n

格式，而不是首选的

1*n

格式

我看到matlab有一个内置函数，用于使用欧几里德距离计算k个最近邻。但问题是，它希望样本以行和列的形式出现。当提供单元格中的数据时，会出现错误

是否有必要以我的数据格式进行分类？或者我更愿意将它们转换为一维格式（可能通过使用某种降维？）

假设有5个类/模型，每个类/模型由大小为

32*N

的单元格表示，下面是Matlab的屏幕截图。每个单元格代表大量训练图像的特征，因此单元格1代表人物1，以此类推

同样，现在我有需要识别的测试图像。每个测试图像的特征也在单元格中。所以我有10张未知的图像，它们的特征被提取并存储在细胞中。每个单元格都是单个未知图像的表示。下面是Matlab的屏幕截图，显示了它们的尺寸

可以看出，它们都有不同的尺寸。我知道这不是KNN的理想格式，因为这里的每个图像都由多维矩阵表示，而不是由一行变量表示。如何对这些数据执行欧几里德距离

---

谢谢

您希望如何使用单元格执行

k

近邻操作？你能给我们举个例子说明输入数据是什么，以及你希望如何测量距离吗？我在理解你的问题陈述时有点困难。我在理解上也有点困难。如果您的数据位于单元格中，但每个观测值都有相同数量的变量，则可以使用

cell2mat

转换为MxN矩阵，然后使用

knnsearch

（很乐意使用MxN矩阵）。如果您使用单元格是因为您没有统一的数据，那么很难定义（从而找到）最近邻。对不起，我应该更清楚，我已经添加了详细信息，希望这澄清了我的情况。您希望如何使用单元格执行

k

最近邻？你能给我们举个例子说明输入数据是什么，以及你希望如何测量距离吗？我在理解你的问题陈述时有点困难。我在理解上也有点困难。如果您的数据位于单元格中，但每个观测值都有相同数量的变量，则可以使用

cell2mat

转换为MxN矩阵，然后使用

knnsearch

（很乐意使用MxN矩阵）。如果您使用单元格是因为您没有统一的数据，那么很难定义（从而找到）最近的邻居。对不起，我应该更清楚，我已经添加了详细信息，希望这能澄清我的情况