一：train_test_split
用法：
train_test_split(all_train, test_size=0.2,shuffle = True)
函数说明：
from sklearn.model_selection import train_test_split
将一组数据进行划分，通常用于将训练集划分为训练集和验证集
参数说明：
all_train：待分数据
test_size=0.2：将数据以8:2分开
shuffle = True：将数据打乱后再分
二：LabelEncoder
用法：
encoder = LabelEncoder()
encoder.fit(model['brand'].values.astype(str))
encoder.transform(model['brand'].values.astype(str))
函数说明：
from sklearn.preprocessing import LabelEncoder
将数据的非数字特征转化为数字特征，一般用于将数据的特征转化为数字特征后，会再用OneHotEncoder()进行onehot
编码
参数说明：
model['brand']：数据的非数字特征
三：OneHotEncoder
用法：
encoder = OneHotEncoder()
encoder.fit(model['brand'].values.reshape(-1, 1))
encoder.transform(model['brand'].values..reshape(-1, 1))
函数说明：
from sklearn.preprocessing import OneHotEncoder
将数据的特征转化为onehot编码
参数说明：
model['brand']：数据的非数字特征