Bottleneck encoder + MLP + Keras Tuner 8601c5 | Kaggle baseline搭建的参考
|
为什么选择简街比赛?
结构化赛题约占33%的比例,适合入门学习(计算机视觉也是33%)
简街比赛是做什么的?
构建交易模型(买入卖出),目标是最大回报
赛题数据特点
1.参赛者不知道字段含义 feature{0-129}
2.数据以表格形式给出
3.数据有时序特点
resp 是交易的收益情况
任务是对每一行进行二分类
比赛的评价函数
某次交易决策带来 多少收益
自编码器模型(这里只用encoder部分降维)
目的是将数据集换一个等效但是占用空间不大的形式
完成两件事情,编码解码又要分类,所以损失函数由两部分构成
mse与binary_crossentropy
def create_autoencoder(input_dim,output_dim,noise=0.05):
i = Input(input_dim)
encoded = BatchNormalization()(i)
encoded = GaussianNoise(noise)(encoded)
encoded = Dense(64,activation='relu')(encoded)
decoded = Dropout(0.2)(encoded)
decoded = Dense(input_dim,name='decoded')(decoded)
x = Dense(32,activation='relu')(decoded)
x = BatchNormalization()(x)
x = Dr