基于MNIST数据集通过朴素贝叶斯学习生成随机手写体数字图像

        好久没写博客了，话不多说，进入主题。

1、贝叶斯方法

        关于贝叶斯方法，刘未鹏的文章一出，感觉不再需要其他文章了。读者可以阅读以下http://mindhacks.cn/2008/09/21/the-magical-bayesian-method/

2、训练数据集

        经典的手写数字图像训练和测试集来自http://yann.lecun.com/exdb/mnist/。读者可以下载。

3、具体实现过程

        3.1 导入数据集

        上面提到的数据由于编码问题，需要自己写导入方法，如果你也是用python的话，有现成的模板可以使用。推荐一个GitHub的下载地址

        3.2 学习并生成图片

        对于一张图像，例如数据集中28*28的图像，每个像素点像素值为0~255。这样一来，经过抽象，一张图像可以分为图像本身数据信息images和它所表示的意义label。其中，images是一个28*28=784维的特征集，且每个维度的特征有256个取值（0~255的像素值）labe