1.kNN算法：給定測試樣本，基于某種距離度量，找出訓練集中與其最近靠近的k個訓練樣本，然后基于這k個鄰居的信息進行預測.通常分類任務中，使用“投票”法；回歸任務中，使用“平均”法。

2.維數災難（curse of dimensionality）：高維情形下，數據樣本稀疏、距離計算困難。

3.降維（dimension reduction）。pca一種降維方法。

4. root mean square error（RMSE）：a typical performance measure for regression problems.

5. sklearn.preprocessing.OneHotEncoder：a OneHotEncoder encoder converts integer categorical values into to one-hot vectors。

6. feature scaling：min-max scaling、standardization。