github：https://github.com/wuzy361/mnist_homework_project
github上显示上次更新已经是三周前，这个项目搁置了很久了。
在第一次更新中，主要工作是把数据集的接口写好了，直接把用二进制文件保存的数据集转化成python能直接处理的ndarray（numpy中的数组）。
其实有了规定格式的数据集后，使用sklearn库，就能很方便的做一些机器学习的工作了。以下是探索数据进行机器学习的一些经验：
1,numpy.squeeze()
关于这个函数最早是在http://pytorch.org/tutorials/beginner/blitz/cifar10_tutorial.html 里看到的，里面的变量虽然不是numpy类型的而是torch.FloatTensor类型的。但是二者非常类似，方法名也一样。numpy.squezze()是这样的：
Paste_Image.png
作用是把一维从数组里移除，不如shape本来是（1,2,3），代表一个三维张量，但其实和一个二维矩阵内容是一样的。混用（1,2,3）和（2,3）可能导致程序产生警告，甚至是错误，所以应该使用squeeze处理矩阵。
Paste_Image.png
该代码应该改成：
Paste_Image.png
2,navie bayes 和svm
navie bayes 分类器应该是最简单的分类器了，试验结果是这样的：
Paste_Image.png
对于60000个训练数据集和1000个测试数据集来说，naive bayes用时非常短，但准确度很低，只有55.58%，毕竟NAIVE啊。
svm就不一样了，早就直到svm非常慢，在这不算小的数据集下，svm太慢了，所以我就先用pca降维了。
把原来的28×28 = 784维的数据降成80维，之后再训练：
Paste_Image.png
精确度很高，到达了98.18%，
Paste_Image.png
跟周志华的论文的对比实验接近，稍微差一点的是由于使用了pca，不可避免有点数据损失。
