有监督的自动编码器MLP
在金融ML竞赛中使用的有监督自动编码器MLP模型的Pytorch实现。
想法是,将训练AE以生成数据集的降维(编码器输出)表示,然后在编码器输出和原始输入的级联中训练MLP。
损失函数可以在任务中进行修改(例如,BCE用于分类,MSE用于回归等)。 可能需要修改输出激活功能(例如,从ReLU到Sigmoid,进行二元交易分类)。
一些代码从我的Resnet存储库中回收(例如GaussNoise层,提早停止,清除了K折)。
基于: :
2021-04-05 12:05:24
16KB
Python
1