matlab中的KNN算法

我正在研究拇指识别系统。我需要实现 KNN 算法来对我的图像进行分类。根据this，它只有 2 个测量值，通过这些测量值计算找到最近邻居的距离，但在我的例子中，我有 400 张 25 X 42 的图像，其中 200 个用于训练，200 个用于测试。我搜索了几个小时，但没有找到找到点之间距离的方法。

编辑： 我已将前 200 张图像重新调整为 1 X 1050 并将它们存储在矩阵中trainingData200 X 1050。同样我做了testingData.

下面是 k-近邻分类的示例代码（使用的某些函数需要统计工具箱）：

%# image size
sz = [25,42];

%# training images
numTrain = 200;
trainData = zeros(numTrain,prod(sz));
for i=1:numTrain
    img = imread( sprintf('train/image_%03d.jpg',i) );
    trainData(i,:) = img(:);
end

%# testing images
numTest = 200;
testData = zeros(numTest,prod(sz));
for i=1:numTest
    img = imread( sprintf('test/image_%03d.jpg',i) );
    testData(i,:) = img(:);
end

%# target class (I'm just using random values. Load your actual values instead)
trainClass = randi([1 5], [numTrain 1]);
testClass = randi([1 5], [numTest 1]);

%# compute pairwise distances between each test instance vs. all training data
D = pdist2(testData, trainData, 'euclidean');
[D,idx] = sort(D, 2, 'ascend');

%# K nearest neighbors
K = 5;
D = D(:,1:K);
idx = idx(:,1:K);

%# majority vote
prediction = mode(trainClass(idx),2);

%# performance (confusion matrix and classification error)
C = confusionmat(testClass, prediction);
err = sum(C(:)) - sum(diag(C))