#將mnist資料集轉換成CSV格式
import struct

def to_csv(name,maxdata):
	lbl_f = open("./data/"+name+"-labels.idx1-ubyte","rb")
	#開啟標籤資料集
	img_f = open("./data/"+name+"-images.idx3-ubyte","rb")
	#開啟影象資料集
	csv_f = open("./data/"+name+",csv","w",encoding="utf-8")
	#寫入CSV檔案

	mag,lbl_count=struct.unpack(">II",lbl_f.read(8))
	#將位元組流轉換成python資料型別複製給標籤
	mag,img_count=struct.unpack(">II",img_f.read(8))
	#將位元組流轉換成python資料型別複製給影象
	rows,cols=struct.unpack(">II",img_f.read(8))
	#將位元組流轉換成python資料型別複製給行列
	pixels=rows*cols
	#計算資料總量

	res=[]
	for idx in range(lbl_count):
		if idx > maxdata:break
		#設定計數器，大於資料個數總量時跳出迴圈
		label=struct.unpack("B",lbl_f.read(1))[0]
		bdata=img_f.read(pixels)
		sdata=list(map(lambda n:str(n),bdata))
		csv_f.write(str(label)+",")
		#寫入標籤
		csv_f.write(",".join(sdata)+"\r\n")
		#寫入資料（數字）
		if idx < 10:
			s="P2 28 28 255\n"
			s+=" ".join(sdata)
			iname="./data/{0}-{1}-{2}.pgm".format(name,idx,label)
			with open(iname,"w",encoding="utf-8") as f:
				f.write(s)
	csv_f.close()
	#關閉CSV流
	lbl_f.close()
	#關閉標籤流
	img_f.close()
	#關閉影象流

to_csv("train",1000)
#轉換到train.csv 1000個數據
to_csv("t10k",1000)
#轉換到t10k.csv 1000個數據
 

#用sklearn中的SVM來訓練模型，預測資料集
from sklearn import cross_validation,svm,metrics

def load_csv(fname):
	labels=[]
	images=[]
	with open(fname,"r") as f:
		for line in f:
			cols=line.split(",")
			if len(cols)<2:continue
			labels.append(int(cols.pop(0)))
			vals=list(map(lambda n: int(n) / 256,cols))
			images.append(vals)
		return {"labels":labels,"images":images}

data=load_csv("./data/train.csv")
test=load_csv("./data/t10k.csv")

clf=svm.SVC()
clf.fit(data["images"],data["labels"])
#訓練資料集

predict=clf.predict(test["images"])
#預測測試集

score=metrics.accuracy_score(test["labels"],predict)
#生成測試精度
report=metrics.classification_report(test["labels"],predict)
#生成交叉驗證的報告
print(score)
#顯示資料精度
print(report)
#顯示交叉驗證資料集報告