数据清洗，pca，one-hot编码，auc

包：Fuzzywuzzy-Levenshtenin distance：
模糊查询和替换，比如用户输入ABCDEF，但是本来的关键词是ABCDEGF，在包中有一个词典，会进行匹配，找到最相似的词。如果距离足够的小，就认为是错误的所有，自动替换。任意添加，替换和删除一个字符，距离就是1，比如真实值是ABCD，用户输入ABD,ABED,ABECD，距离都是1

鸢尾花数据集

鸢尾花有4个特征，不容易画图，我们可以使用PCA降维
因为有 150个数据，每个数据有4个特征，所以是一个（150，4）的矩阵，使用PCA降维，X^TX可以得到一个4行4列的矩阵，然后可以得到它的特征值和特征向量，得到特征值λ1，λ2，λ3，λ4和特征向量μ1，μ2，μ3，μ4.将λ从大到小排列，可以找到哪个特征向量μ的方向对结果影响最大，选择前两个μ建立坐标系。将