第4名解决方案

首先，非常感谢比赛的参与者和组织者。我从这次比赛中学到了很多。我的解决方案可能看起来没有太大的价值，但我从社区中获得了很多见解，所以我觉得有义务与大家分享这个解决方案。（我特别从 @kyakovlev 的内核中学到了很多，谢谢。）

[解决方案]

• 模型
  • LightGBM（单模型）
  • 目标函数 = tweedie
• 验证
  • 5折留出验证 (d1578-d1605, d1830-d1857, d1858-d1885, d1886-d1913, d1914-d1941)
  • 无早停
• 模型拆分
  • 针对每个商店
    • 针对每周
      • 模型 w1 预测 F01, F02, ..., F07
      • 模型 w2 预测 F08, F09, ..., F14
      • 模型 w3 预测 F15, F16, ..., F21
      • 模型 w4 预测 F22, F23, ..., F28
• 特征
  • 通用时间序列特征
  • 通用价格特征
  • 通用日历特征
  • 无递归特征

比赛开始时，我首先了解了数据和评估指标，并创建了一个基线模型。然后我意识到验证分数在不同时间段内差异很大。（我无法建立一个合适的验证。）我深信这场比赛将非常困难，而且不可能建立一个高精度的模型。

所以我决定放弃在比赛中获得高排名的努力。取而代之的是，我决定尝试建立一个“实用”的解决方案。我的策略如下：

• 不使用后处理、乘数和数据泄露
  • 在实践中，不可能利用这些信息，所以我决定不应该使用它们。
• 信任交叉验证（CV），但不关心官方评估指标（WRMSSE）
  • WRMSSE 是比赛组织者的评估指标，但在实践中，我认为 WRMSSE 并不总是合理的。因此，我没有制作自定义损失函数，以避免过拟合于这个比赛任务本身。
• 不使用复杂和递归的特征
  • 只使用可应用于任何实际任务的通用特征。
  • 递归特征会导致误差累积。
• 不过度使用计算资源
  • 单模型（仅 LightGBM，无堆叠/融合）
  • 内存效率（针对每个商店和每周建立模型）

正如我之前提到的，我并没有以高排名为目标，所以我对这个结果（第4名）感到非常惊讶。从上面的解决方案可以看出，我没有做任何特别的事情。对我来说有价值的是学到了很多关于构建简单解决方案的知识，这些方案可以在实践中广泛应用。排名本身对我来说毫无意义。（然而，我对那些付出巨大努力想要登顶的人感到非常抱歉……）

无论如何，我从这次比赛和社区中学到了很多。感谢所有的 Kaggle 社区成员。