大家好！

首先，我要感谢Kaggle组织了这次精彩的比赛。Playground系列是学习和提升机器学习与数据科学的绝佳场所。许多新参与者在许多重点比赛中发现处理大量复杂数据非常困难。

由于这是我首次在时间序列预测中取得最佳排名，这场比赛真的让我受益匪浅。我想通过分享我的解决方案，将我从这场比赛中学到的东西与他人分享。

我主要参考了高分公开的笔记本来了解特征工程和建模的思路，我训练了三个模型，但都没有得到SMAPE < 7.44。我使用的模型如下：

1. LGBM Regressor
2. Cat Boost Regressor
3. XGB Regressor

在本周末，我尝试对不同模型进行集成：感谢@paddykb和@christph的工作，这些工作极大地帮助我提升了我的公开排行榜（LB）分数。
https://www.kaggle.com/code/christph/gam-with-holidays
https://www.kaggle.com/code/paddykb/ps-s3e19-tableau-eda-gam-fit

因此，我决定对总共5个模型进行平均集成，在公开LB上得到了6.58分，在私有LB上得到了7.44分。

魔术技巧

在截止日期的最后一天，我尝试了一些魔术技巧。这个想法来自@ravi20076关于提交的讨论。正如他所建议的，对预测结果进行四舍五入可以提高LB分数，所以我决定对我的提交结果进行四舍五入，结果在公开LB上分数从6.58提升到了5.800。

在看到仅通过四舍五入就能提升分数后，我想到在每个预测结果上加1可能会进一步提高LB分数，结果确实如此，我的公开LB分数从5.800提升到了5.596，私有LB分数为6.47，最终获得第16名。

谢谢！
快乐学习！