MNIST手写与机器学习
方法
1）数据处理： 在这里，我们检查NaN值是否包含，并检查数据集是否平衡2）确定最合适的算法（algorithm_selection.ipynb）： 在这里，使用KNN，SVM，随机森林，逻辑回归算法为该数据集选择最合适的算法。 选择KNN和SVM作为要与训练数据和测试数据进行测试的最佳算法，从中比较训练时间并选择KNN作为训练。 局限性：这需要大量的计算能力，因此我们使用总体中的数据集样本来选择最佳算法3）使用选定的算法（model_train.ipynb）开发模
