1、（1）收集数据：提议矣把噌供文本文件 将需要识别的数字使用图形处理软件，处理成32像素×32像素的黑白图像，并将图像转换为文本格式。1）训练数据集traini荏鱿胫协ngDigits：用于训练分类器，其中包含了大约2000个例子， 每个例子的内容下图所示，每个数字大约有200个样本；2）测试数据集testDigits：用于测试分类器的效果，其中中包含了大约900个测试数据。
3、（3）分析数据：在Python命令提示符中检查数据，确保它符合要求。 将上述代码输入到kNN.py文件中，在Python命令行中输入下列命令，对img2vector函数进行测试，然后与文本编辑器打开的文件进行比较：>>> testVector =kNN.img2vector('D://mymodule/testDigits/0_13.txt')>>> testVector[0,0:31]注：每个人testDigits文件位置不一样，把D://mymodule/testDigits/0_13.txt修改成自己的文件路径
5、（6） 使用算法： 在Python命令提示符中输入kNN.handwritingClassTest()，测试该函数的输出结果。注：此过程会比较长，请耐心等待。
