tensorflow实例(9)--最邻近算法实现MNIST手写数字分类算法

KNN(k-NearestNeighbor)是监督学习的分类技术中最简单的方法之一，K指k个最近的邻居的意思，
关于KNN的详细基本实现原理，可参考  机器学习(2)--邻近算法(KNN)

这篇文章是用tensorflow来实现，但由于在算出所有点与点之间距离后取出最近的K个时

如果只使用tensorflow，我只能实现取得1个，无法取到K个

因此这里我不再设置K，只取最近的一个，因此我的标题也是最邻近算法

MNIST 是Tensoflow提供的一个入门级的计算机视觉数据集，分为两部分（训练集和测试集）

其中训练集共55000张，测试集共10000张，当为None时随机读取 

点击此处下载Mnist数据包

关于应用MNIST数据包的其他分类算法可参考

TensorFlow实例(4)--MNIST简介及手写数字分类算法

TensorFlow实例(5.1)--MNIST手写数字进阶算法(卷积神经网络CNN)