題目鏈接：Kiggle:Digit Recognizer

Each image is 28 pixels in height and 28 pixels in width, for a total of 784 pixels in total.

　　給的是28像素的高和寬，所以總共有784像素，在處理的過程中，先用PCA進行降維，對數據進行主要的特征分量；然後通過KNN(K-鄰近算法)進行對測試數據的預測分類。

　　對於PCA算法：主成分分析，是通過線性變質將原始數據轉換程一組各維度無關的表示，可以用於提取數據的主要特征分量，用於高維數據的降維。

　　步驟：

　　　　1.將原始數據按行組成n行m列的矩陣X

　　　　2.將X的每一行進行零均值化，即減去每一行的均值

　　　　3.求出協方差矩陣

　　　　4.求出協方差矩陣的特征值以及對應的特征向量

　　　　5.將特征向量按對應特征值的大小從上到下按行排序，排列成矩陣，取前K行組成矩陣P

　　　　6.Y=PX，即為降維到K維的數據

Kiggle:Digit Recognizer