处理数据集，完成关联分析，聚类分析，预测问题。
将需要关联的列数据放入同一个list中，创建相关项，得到类似如下的数据集： [ ['color', 'James Cameron', ...], ['black and white', 'Gore Verbinski'], ] 然后使用apriori算法来找出频繁项集
将文本数据转为onehot向量，主要是导演，电影类型，电影关键词等 本实验尝试了三种聚类方法：层次聚类，划分聚类，密度聚类 最终结果只有kmeans算法的效果可以接受，其他情况都似乎很糟糕
采用神经网络来实现评分预测： 主要是将所有列的文本数据集拼接成句子，然后进行分词后embedding， 输入到cnn模型中进行预测，采用均方根误差作为损失函数。