特征选择：可以选择一些重要的数据先建模试一下哪个模型比较好
由于此前创建了数千条特征，若带入全部特征进行建模，势必极大程度延长模型建模时间，并且带入太多无关特征对模型结果提升有限，因此此处我们借助皮尔逊相关系数，挑选和标签最相关的300个特征进行建模。当然此处300也可以自行调整
这里为什么使用皮尔逊相关系数：皮尔逊相关系数是连续变量之间的相关性评估方法，这里有很多离散变量，为什么还要使用呢，因为我们把那些新生成的特征都当做连续变量来看待，因为之前业务统计特征进行一些统计指标，都是对于连续变量的，我们默认是连续变量，对于python而言，如果不进行独热编码，都默认是连续字段
