题目链接：Kiggle:Digit Recognizer

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

　　给的是28像素的高和宽，所以总共有784像素，在处理的过程中，先用PCA进行降维，对数据进行主要的特征分量；然后通过KNN(K-邻近算法)进行对测试数据的预测分类。

　　对于PCA算法：主成分分析，是通过线性变质将原始数据转换程一组各维度无关的表示，可以用于提取数据的主要特征分量，用于高维数据的降维。

　　步骤：

　　　　1.将原始数据按行组成n行m列的矩阵X

　　　　2.将X的每一行进行零均值化，即减去每一行的均值

　　　　3.求出协方差矩阵

　　　　4.求出协方差矩阵的特征值以及对应的特征向量

　　　　5.将特征向量按对应特征值的大小从上到下按行排序，排列成矩阵，取前K行组成矩阵P

　　　　6.Y=PX，即为降维到K维的数据

Kiggle:Digit Recognizer