很抱歉，标题有点模糊，但我想不出更简洁的方式来陈述我的问题。
我有一个大约1500行和256列的.txt文件，取自UCI的机器学习库。每行是256个二进制值的向量，用于表示手写数字图像的16x16缩放版本，即0到9.有关完整说明，您可以阅读其完整说明here。
因为我无法看到我正在使用的内容，所以我编写了一个简短的Java程序来从文本文件中绘制每个图像。 Here's其中一个例子，似乎是'5';如果像素为1，程序只会向下移动每一行并为正方形着色。
我想分析这个文本文件，教一个机器学习系统如何识别不同的数字。我正在上大学课程，我们正在学习许多不同的机器学习技巧，但我不确定哪个最适合在这里申请。我考虑过一个无人监督的Hebbian网络，一个隐马尔可夫模型，一个k-means聚类，还有一些其他人，但凭借我有限的知识，我真的不知道哪个是“最好的”（即最容易实现的组合和那个给出最低错误率的方法来解决这个问题。
我可以访问MatLab以及下载了许多开源机器学习库，如NeuroPH，gCLUTO等，但我不确定从哪里开始。分析这个特定数据集的好方法是什么，如果可能，任何人都可以推荐一个特定的库或该系统的实现？谢谢！