我有一个类似于这样的大量功能： id1 28273 20866 29961 27190 31790 19714 8643 14482 5384 .... upto 1000 id2 12343 45634 29961 27130 33790 14714 7633 15483 4484 .....

我正在进行一个项目，将自动从输入图像中计算硬币的价值。到目前为止，我使用边缘检测和使用Hough变换对硬币进行了一些预处理，以分割硬币。 我的问题是接下来该怎么做？我需要对基于一些先前存储的特征的分割图像进行一些模板匹配。我该如何做？ 我还阅读了关于K-最近邻的内容，我觉得我应该使用它。但...

我希望对大部分特征为分类的数据进行分类。为此，欧几里得距离（或任何其他假定距离的数值）并不适合。 我正在寻找一个[R]中的kNN实现，可以选择不同的距离方法，如汉明距离。 是否有一种方法可以使用常见的kNN实现（如{class}中的实现）来使用不同的距离度量函数？ 我正在使用R 2.15