Update README.md

Author: MsTao-68

README.md

@@ -20,6 +20,13 @@
 - [x] Version 3: CMTR_CHURN_PR_V3_ TabNet 使用无监督模型进行预训练 
   - 遇到的问题：AUC和准确率提升依旧很难，模型效果比较差。AUC: 0.6511318268787747 | Score: 0.74
     - 解决思路：使用PCA主成分分析法，进行特征降维, 准确率依旧下降，出现特征工程无效的情况，原因未知。AUC: 0.5801404503216607
+-----
+- [x] Version 3: CMTR_CHURN_PR_V4 变量分箱 | XGB | RF | TabNet | AutoML
+  - 经过特征选择后（TOP30），对字符型变量进行独热编码，对数值型去除量纲，并进行等间距分箱，num_bins = 6
+    1. XGB: AUC: 0.6046600198503995 | Score: 0.775887943971986
+    2. RandomForest: AUC: 0.6046600198503995 | Score: 0.7712606303151576
+    3. TabNet 无监督预训练， AUC: 0.7872822945848122
+    4. AutoGluon 直接输出leaderboard，并使用TOP3的模型进行预测。