分类问题，Jupyter notebook开发环境，skicit-learn框架，MNIST数据集，未来可期，加油，带专人！

from scipy.io import loadmat # loadnmat用来加载从kaggle上下载的.mat文件
mnist = loadmat('datasets/MNIST/mnist-original.mat')
mnist["target"]=mnist["label"]
del mnist["label"]
mnist

X,y = mnist["data"],mnist["target"]
X = X.T
X.shape
y=y.T.ravel() # 扁平化
y.shape

X_train,X_test,y_train,y_test = X[:60000],X[60000:],y[:60000],y[60000:] # MNIST已经将数据分好数据集和测试集了，前6w为训练集

import numpy as np # 将训练集的数据洗牌，保证X与y的对应不变，只改变相应的脚标，不改变对应关系
shuffle_index = np.random.permutation(60000) # 将60000随机分配index,用np.random.permutation(60000)
X_train,y_train = X_train[shuffle_index],y_train[shuffle_index] # 重新洗牌

# 先训练一个二元的分类器
y_train_5 = (y_train == 5) #将所有等于5的y设置为true，其余的为false（y_train_5）
y_test_5 = (y_test == 5)

from sklearn.linear_model import SGDClassifier # 先选择一个随机梯度下降的分类器，SGDClassifier，适合大型数据集
sgd_clf = SGDClassifier(random_state=42)
sgd_clf.fit(X_train,y_train_5) # 先fit，再predict预测是否为True or False
sgd_clf.predict([some_digit