1. 目的：1000张数字0-9的手写数字，训练识别手写数字；将其作为32*32的0，1化的数字，随后会将其变为1024列的一个向量
  2. 原理：SVM就是把平面的点变为一个空间的点，更好切，核函数就是怎么把他变为空间的点，即比如中间的升的更高，外圈的升的更慢这样就有一个锥形的空间（个人理解）
  3. 步骤
    1. 读取数字文件，将数字的0,1变为向量，训练的向量放在一起，向量对应的标签（即是1,2还是3的真实值）放在一起；
    2. 调用sklearn.svm库
    3. 训练好后测试测试集验证错误率
    4. 调参再测，找一个最优的
    5. 代码
    6. #SVM训练，trainingMat 训练集 hwLabels 标签集
clf = SVC(C=200,kernel='rbf')
clf.fit(trainingMat,hwLabels)
#训练好后用来预测classifierResult 要和真实的值对比是否正确
classifierResult = clf.predict(vectorUnderTest)