简街比赛复盘

 Bottleneck encoder + MLP + Keras Tuner 8601c5 | Kaggle baseline搭建的参考

框架 tf2 思路 自编码对数据集降维，全连接网络进行分类 时间 线下训练20Min,线上预测5小时

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