Update README.md

Author: MsTao-68

README.md

@@ -4,6 +4,7 @@ Request data, please contact me by e-mail: brainiac_tra09@qq.com
 - [x] Version 1: CMTR_CHURN_PR 传统机器学习 **XGBoost** 
   - AUC: 0.9743255659575887
   - Score: 0.9296077646587952
+------
 - [x] Version 2: CMTR_CHURN_PR_V2 人工神经网络 **ANN**
   - 遇到的问题：
     1. 做了特征工程，发现变量的相关性与是否流失基本不相关，而变量之间的相关性显著，即是否去除变量，对AUC和准确率影响不大。
@@ -15,6 +16,10 @@ Request data, please contact me by e-mail: brainiac_tra09@qq.com
           - 两层全连接层：AUC: 0.8424366624721034 | Score: 0.8452
           - DNN（五层）: 0.8764842415303271 | Score: 0.8323
         3. 总结：人工神经网络效果不如XGB，通过损失函数绘图发现有过拟合现象，验证集效果远不及训练集。
+-----
+- [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