学习笔记2：KNN实现数据集DBRHD手写识别（Python语言）

项目简介：

使用sklearn来训练一个K最近邻（k-Nearest Neighbor, KNN）分类器，用于识别数据集DBRHD的手写数字。

---

学习内容：

DBRHD数据集：每一个图片是由0或1组成的32*32的文本矩阵

sklearn库：sklearn库共分为6大部分，分别用于完成分类任务、回归任务、聚类任务、降维任务、模型选择以及数据的预处理。提供一批统一化的机器学习方法功能接口。

因此KNN的输入为图片矩阵展开的一个1024维的向量。

KNN是一种懒惰学习法，没有学习过程，只在预测时去查找最近邻的点，数据集的输入就是构建KNN分类器的过程。

注：文末附有本文数据集文件，分享给大家一起学习</