试利用机器学习包中的人脸识别数据集，构建支持向量识别模型和卷积神经网络识别模型。其中，数据集

的获取方式参考如下： import sklearn.datasets a=sklearn.datasets.fetch_olivetti_faces() 数据a为一个字典。本数据集包括40个人，每个人采集10张人脸图片，图片大小为64*64像素的灰度图片，像素值已经归一化处理。data数据集为400张人脸图片，按一维数组展平的全像素数据集，是一个二维数组。images为400张人脸图片，按原始像素矩阵64*64的数据集，是一个三维数组。target为400张人脸图片对应40个人的编号，即目标类别编号：0~39。 提示：支持向量机识别模型的输入特征可以使用全像素值，也可以对全像素进行特征提取，比如主成分分析提取综合特征或计算其他类型的特征。