利用Keras对所提供的数据进行分类任务
题目介绍见：
https://challenger.ai/competition/trendsense
要求1：
利用keras进行分类，尽可能提高分类正确率
注意数据集划分（train-val-test），可以设计比较简单的网络模型来观察过拟合欠拟合现象,模型选择
注意数据预处理，网络模型设计，激活函数，损失函数

要求2：
对于你最后的模型，生层测试数据的提交文件（result_lvxiaoxin.csv)最后可以测评一次得到分数

建议：
学习pandas,sklearn，可以把不同模型的结果进行简单的比较（XGBoost，GBDT，MLP等）
相关书籍：统计学习方法，prml，deep learning
尽可能不用matlab！！！
 
文件：
https://pan.baidu.com/s/1pKFErrl

keras-cn：
https://keras-cn.readthedocs.io/en/latest/