第3名方案

第3名，以及我推测的第4、5、6和第7名（基于公开分数——如果不是这种情况，我深表歉意）都是这个GAM模型的变体。

没有使用任何技巧，也没有模型融合。我使用了“留出3个月的数据块”（leave 3 month chunks out）的方法来获得比较稳定的交叉验证（CV）结果。

GAM（广义加性模型）从训练年份中学习模式和规律，然后基于关于哪些行为会继续的强假设，将这些规律向前预测。

最终提交中唯一的区别是做了一个改动，即利用样条函数来捕捉圣诞节到新年这一时段的特征。当然，还有纯粹的运气——最后一周我在度假，所以我没法胡乱调整模型做傻事 :)