机器学习项目：研究美国爱荷华州艾姆斯市2006年至2010年的住房数据，来建立预测模型 方法： I.通过特征工程来 a.去除缺失值超过5%的特征 b.去除有缺失值的非数值特征 c.其他有缺失值的数值列填充众数 d.转换时间列 e.去除明显无关特征 II.通过特征选择来 a.去除和目标相关系数小于0.4的特征 b.去除共线性特征（通过heatmap图） c.去除低方差/变化（小于0.015）特征 d.类型类特征的虚拟化（dummy code,去除分类超过10的特征） III.通过scikit-learn线性回归模型来训练和预测 IV.通过KFolds方法来检验证Mean Squared Error
