参考
https://blog.csdn.net/herr_kun/article/details/80220389
https://blog.csdn.net/Diana_Z/article/details/80599847
https://blog.csdn.net/m0_37393277/article/details/74987165
https://blog.csdn.net/u012874151/article/details/45457085
https://github.com/YanhongJu/MNIST/blob/master/SIFT.py
对训练集的每张图片提取SIFT特征（n×128），由于每张图片的特征数目不同，无法直接进行SVM分类，采用词袋模型（Bag-of-words，https://blog.csdn.net/wsj998689aa/article/details/47089153 ），用Kmeans实现聚类，得到K个中心点，做成词袋，重新将每个图片表示成词袋模型（K×1），输入SVM训练，得到模型。
对于测试集，对每张图皮提取SIFT特征，用词袋表示，输入SVM模型测试，得到结果。