机器学习项目-----0-9手写数字识别

lintcode题目数据链接

题目描述

MNIST是计算机视觉领域的“hello world”数据集。 自1999年发布以来，这种手写图像的经典数据集已经成为基准分类算法的基础。 随着新的机器学习技术的出现，MNIST仍然是研究人员和学习者的可靠资源。

这个题目，您的目标是正确识别数以万计的手写图像数据集中的数字。
每一张图片，图片里面写了一个数字可能是0-9，然后需要设计算法判断出这个数字是0-9中哪一个数字。 我们鼓励您尝试不同的算法，以便第一手掌握哪些方法或者技术可行。

问题解决：

这里要求的是用神经网络解决问题，但是我们作为初学者，使用聚类算法knn来实现比较简单。knn具有以下特点。

1. 分析数据：这一步是至关重要的，我们对于不同的问题得到的数据可能千奇百怪，所以一个优秀的数据处理工程师必须掌握数据预处理的技巧。回到正题，注意下输入格式，

{    每幅图像的高度为28像素，宽度为28像素，总共为784像素。每个像素都有一个与之相关的像素值，表示该像素的亮度或暗度，数字越高意味着越暗。这个像素值是一个0到255之间的整数。

训练数据集（train.csv）有785列。第一列称为“标签”，是用户绘制的数字。其余列包含关联图像的像素值。

训练集中的每个像素