添加数字识别 readme.md

README.md

@@ -11,46 +11,51 @@
 
 ## [竞赛](https://www.kaggle.com/competitions)
 
-`现在我们已经准备好尝试 Kaggle 竞赛了，这些竞赛分成以下几个类别。`
+```
+机器学习比赛，奖金很高，业界承认分数。
+现在我们已经准备好尝试 Kaggle 竞赛了，这些竞赛分成以下几个类别。
+```
 
-> [第1部分： 在课堂 InClass](https://www.kaggle.com/competitions?sortBy=deadline&group=all&page=1&pageSize=20&segment=inClass)
+### [第1部分： 在课堂 InClass](https://www.kaggle.com/competitions?sortBy=deadline&group=all&page=1&pageSize=20&segment=inClass)
 
 InClass： 为您的学生举办免费竞赛，将机器学习应用于实际问题。
 
 
-> [第2部分： 操场 Playground](https://www.kaggle.com/competitions?sortBy=deadline&group=all&page=1&pageSize=20&segment=playground)
+### [第2部分： 操场 Playground](https://www.kaggle.com/competitions?sortBy=deadline&group=all&page=1&pageSize=20&segment=playground)
 
 
 
-> [第3部分： 快速入门 Getting Started](https://www.kaggle.com/competitions?sortBy=deadline&group=all&page=1&pageSize=20&segment=gettingStarted)
+### [第3部分： 快速入门 Getting Started](https://www.kaggle.com/competitions?sortBy=deadline&group=all&page=1&pageSize=20&segment=gettingStarted)
 
 Getting Started：这些竞赛的结构和 Featured 竞赛类似，但没有奖金。它们有更简单的数据集、大量教程和滚动的提交窗口让你可以随时输入。
 
 Getting Started 竞赛非常适合初学者，因为它们给你提供了低风险的学习环境，并且还有很多社区创造的教程：https://www.kaggle.com/c/titanic#tutorials
 
+> [**数字识别**](competitions/GettingStarted/DigitRecognizer.md): 使用著名的 MNIST 数据来学习计算机视觉基础原理
 
-> [第4部分： 企业招聘 Recruitment](https://www.kaggle.com/competitions?sortBy=deadline&group=all&page=1&pageSize=20&segment=gettingStarted)
+
+### [第4部分： 企业招聘 Recruitment](https://www.kaggle.com/competitions?sortBy=deadline&group=all&page=1&pageSize=20&segment=gettingStarted)
 
 Recruitment：这些是由想要招聘数据科学家的公司赞助的。目前仍然相对少见。
 
 
-> [第5部分： 研究项目(少奖金) Research](https://www.kaggle.com/competitions?sortBy=deadline&group=all&page=1&pageSize=20&segment=gettingStarted)
+### [第5部分： 研究项目(少奖金) Research](https://www.kaggle.com/competitions?sortBy=deadline&group=all&page=1&pageSize=20&segment=gettingStarted)
 
 Research：这些是研究方向的竞赛，只有很少或没有奖金。它们也有非传统的提交流程。
 
 
-> [第6部分： 大型组织比赛(大奖金) Featured](https://www.kaggle.com/competitions?sortBy=deadline&group=all&page=1&pageSize=20&segment=gettingStarted)
+### [第6部分： 大型组织比赛(大奖金) Featured](https://www.kaggle.com/competitions?sortBy=deadline&group=all&page=1&pageSize=20&segment=gettingStarted)
 
 Featured：这些通常是由公司、组织甚至政府赞助的，奖金池最大。
 
 
 ## [数据集](https://www.kaggle.com/datasets)
 
-存放数据集的位置
+数据集，可直接用于机器学习。
 
 ## [核心思想](https://www.kaggle.com/kernels)
 
-记录作者核心思想的位置
+在线编程。（猜测，基于 jupyter 实现）
 
 ## [论坛](https://www.kaggle.com/discussion)
 
@@ -87,6 +92,7 @@ Featured：这些通常是由公司、组织甚至政府赞助的，奖金池最
 
 ## 其它中文文档
 
+* [Beam 中文文档](http://beam.apachecn.org/)
 * [Sklearn 0.19 中文文档](http://sklearn.apachecn.org/)
 * [Spark 2.2.0和2.0.2 中文文档](http://spark.apachecn.org)
 * [Storm 1.1.0和1.0.1 中文文档](http://storm.apachecn.org/)

competitions/GettingStarted/DigitRecognizer.md

@@ -0,0 +1,11 @@
+# **数字识别**
+
+[**数字识别**](competitions/GettingStarted/DigitRecognizer.md):使用著名的 MNIST 数据来学习计算机视觉基础原理
+
+## 内容说明：
+
+* MNIST（"修改后的国家标准与技术研究所"）是计算机视觉的事实上的 "hello world" 数据集。自1999年发布以来，手写图像的经典数据集已成为基准分类算法的基础。随着新机器学习技术的出现，MNIST 仍然是研究人员和学习者的可靠资源。
+* 在本次比赛中，您的目标是正确识别数以万计手写图像的数字。我们策划了一套教程式的内核，涵盖从回归到神经网络的一切。我们鼓励您尝试使用不同的算法来学习第一手什么是有效的，以及技术如何比较。
+* [文档](competitions/GettingStarted/DigitRecognizer.md)   [代码](src/python/GettingStarted/DigitRecognizer/dr_knn_pandas.py)   **视频-待定**
+
+## 

docs/Github-QuickStart.md

@@ -1,7 +1,7 @@
 # GitHub 入门操作指南
 
-<a href=""> 此图片链接为 bilibili 视频地址: (视频图片下面为文本操作指南)
-<img src="../static/images/doc/ApacheCN-GitHub入门操作-Fork到PullRequests.png">
+<a href="https://www.bilibili.com/video/av15705305/"> 此图片链接为 bilibili 视频地址: (视频图片下面为文本操作指南)
+<img src="../static/images/doc/ApacheCN-GitHub入门操作-Fork到PullRequests.png" >
 </a>
 
 > 一) fork apachecn/kaggle 项目

src/python/GettingStarted/DigitRecognizer/dr_knn_pandas.py

@@ -0,0 +1,68 @@
+#!/usr/bin/python
+# -*- coding: utf-8 -*-
+"""
+Created on 2017-08-03 14:04:32
+@author: ApacheCN_xy
+Description: DigitRecognizer for sklearn_knn
+Tips:This knn used too much time to fit the model,and the Kaggle Score is 0.96800,not as my expected result~
+github: https://github.com/chenyyx/Kaggle
+"""
+
+from numpy import *
+import csv
+import time
+import pandas as pd
+
+
+# 加载数据
+def opencsv():#使用pandas打开      
+    data = pd.read_csv('input/DigitRecognition/train.csv')      
+    data1=pd.read_csv('input/DigitRecognition/test.csv')
+    train_data = data.values[0:,1:]#读入全部训练数据
+    train_label = data.values[0:,0]
+    test_data=data1.values[0:,0:]#测试全部测试个数据
+    return train_data,train_label,test_data
+
+
+def saveResult(result,csvName):
+    with open(csvName,'wb') as myFile:    
+        myWriter=csv.writer(myFile)
+        myWriter.writerow(["ImageId","Label"])
+        index=0
+        for i in result:
+            tmp=[]
+            index=index+1
+            tmp.append(index)
+            #tmp.append(i)
+            tmp.append(int(i))
+            myWriter.writerow(tmp)
+
+from sklearn.neighbors import KNeighborsClassifier  
+
+
+def knnClassify(trainData,trainLabel,testData): 
+    knnClf=KNeighborsClassifier()#default:k = 5,defined by yourself:KNeighborsClassifier(n_neighbors=10)
+    knnClf.fit(trainData,ravel(trainLabel))
+    testLabel=knnClf.predict(testData)
+    saveResult(testLabel,'output/DigitRecognizer/Result_sklearn_knn.csv')
+    return testLabel
+
+
+def dRecognition_knn():
+    loadStartTime = time.time()
+    trainData,trainLabel,testData = opencsv()
+    # print "trainData==>", type(trainData), shape(trainData)
+    # print "trainLabel==>", type(trainLabel), shape(trainLabel)
+    # print "testData==>", type(testData), shape(testData)
+    loadEndTime=time.time()
+    print "load data finish"
+    print('load data time used:%f' % (loadEndTime - loadStartTime))
+    t = time.time()
+    result=knnClassify(trainData,trainLabel,testData)   
+    print "finish!"
+    k=time.time()
+    print('classify time used:%f' % (k - t))
+
+
+if __name__ == '__main__':
+    dRecognition_knn()