第5名方案
首先，我们要感谢 Kaggle 和 ASHRAE 团队举办了这次比赛！
很抱歉，由于我的懒惰，帖子发晚了。
我们的方案并不复杂，我认为还有很多改进的空间。
（我想提前道歉，我在日常生活中不使用英语，所以我的英语不好）
以下是我们方案的概述。
预处理
我们删除了以下行：
- 长时间恒定值的连续数据
- 零目标值（仅限电力）
通过移除这些数据，分数得到了显著提高。
特征工程
我们尝试了两种目标编码。
1. 每个 building_id 和 meter 的百分位数
如图所示，计算每个 building_id 和 meter 的目标值的第 5 和第 95 百分位数，我们使用了这些特征。
在我们的案例中，这些特征提高了分数。
2. 比例
对于每个 building_id，我们应用以下过程：
- 计算每周几的目标值中位数。
- 计算其比例（见图）。
这是“星期几”的一个例子。我们也把这种技术应用于小时、天等。
建模
- 仅使用 LightGBM（针对每个 meter 进行训练）
我们应用了两步建模法：
第一步：确定每个 building_id 的 num_boost_round
- 定义训练数据（2016/01/15 ~ 2016/05/31）和验证数据（2016/09/01 ~ 2016/12/31）。
- 使用 LightGBM 进行训练，并为每个 building_id 找到早停轮次（n1 ~ n1448）。
第二步：使用所有训练数据（2016年）进行训练并预测测试数据
使用所有训练数据进行训练并预测测试数据。用于预测的树的数量针对每个 building_id 进行了更改（使用第一步中获得的 n1~n1448）。
这种方法提高了 Public LB 分数，但 Private LB 分数提高不多。
模型融合
- 使用了泄露数据（site 0, 1, 2, 4, 15）。
- 针对每个 meter 和年份（2017, 2018）进行加权平均。
我们也使用了其他参赛者的提交文件：
提交结果
融合后，我们在 Public LB 上达到了 1.047，Private LB 上达到了 1.236。
（我们的单模型在 Public LB 上为 1.058，Private LB 上为 1.272）