- read data，查阅格式/数据/特征列
- 回顾assignment 1的问题——取消的因素，y_label = is_canceled，去找特征间的相似度
- 画图，柱图/折线，单一线形关系
- 特征间相似度 apriori/minhash/LSH（仅针对离散型数据）先用one-hot编码再求相似（把文字型分类特征做one-hot encode）
- 算相似度有很多方式，画图（直观）；apriori（代码少），常用于推荐算法；协方差矩阵（两两之间）
- 是否可以对连续型数据做pca降维？
run dm.py
hotel：表明客人入住的酒店类型，包含“resort hotel”和“city hotel’
is_cancelled：表明订单是否取消，‘0’代表未取消，‘1’代表取消订单
lead_time:提前预订时长
arrival_date_year：预订到店年份
arrival_date_month：预订到店月份
arrival_date_week_number：预订到店周数
arrival_date_day_of_month:预订到店日期
stays_in_weekends_nights:预订入住间夜（周末）
stays_in_week_nights:预订入住间夜（周中）
adults:入住成人数
children：入住儿童数
babies：入住婴儿数
meal：预订餐食类型
country:客人来源
market_segment：市场细分
distribution_channel:订单来源
is_repeated_guest：是否为老顾客，‘0’新客，‘1’老客
previous_cancelltions:顾客取消次数
previous_bookings_not_canceled：顾客先前离店订单数
reserved_room_type：客人预订房型
assigned_room_type：客人实际入住房型
booking_changes：预订更改次数
deposit_type：押金类型
agent;提交预定的旅行社id
company:提交预订公司的id
days_in_waiting_list：客户预订确认前的等待天数
customer_type：客人类型
adr:单房收入
required_car_parking_spaces：客人需要车位数，0~8不等
total_of_special_requests：其他特殊需求数
reservation_status：预订最终状态，分为check-out，cancelled，no-show
reservation_status_date：预订最终状态更新最新时间