改进1：将预测目标改为 ratio = volume / demand_index#

• 不再直接预测 volume，而是预测 ratio = volume / demand_index，最终 volume = demand_index × ratio_pred。

• 原理： 在研究问题时，我们在验证集上比对预测值和真实值的差异，使用了比例验证，这启发了我们将预测值转换为比例（ratio）来降低偏差。对数据重新分析后发现，在 ratio 空间下数据更加稳定。demand_index 与 volume 的相关系数为 0.684，控制 meal/area/weekday/holiday 分组后组内 ratio 的变异系数仅为 6~8%，而 volume 本身的变异系数约 50%。由于 ratio 空间的目标值更稳定，树模型的分裂精度得到显著提升。

• 验证：

  方案	本地验证 MAE	本地验证 MAPE	估算得分
  LightGBM 直接预测 volume（v3）	57.x	0.0486	~468
  LightGBM 预测 ratio（v4）	17.65	0.0172	488.2

改进2：ratio 统计特征替代 volume 统计特征#

• 所有历史均值特征改为在 ratio 空间计算，包括 r_wd_hol、r_wd_sw、r_wd_exam、r_rain、r_event、r_menu、r_pop 等 9 个 ratio 统计特征。
• 验证： r_wd_hol 和 r_wd_sw 在特征重要性中分列前两位（如上图右下所示），去掉这两个特征后 MAE 从 17.65 上升至约 30+。

运行环境#

硬件环境#

• 硬件配置：CPU 单机即可，无需 GPU。
• 内存需求：< 2GB。
• 磁盘空间：~20MB。
• 运行耗时：训练全量模型并推理生成提交文件约耗时 2~3 分钟（6000 rounds）。

重要参数与配置#

• 配置文件：无独立配置文件。LightGBM 所有的训练超参数均在 main.py的 params 变量中硬编码配置。
• 随机种子：未设置显式随机种子。由于 LightGBM 在 CPU 上运行且在此任务中无强随机动作，结果具有可重复性。
• 数据版本与预处理：使用平台提供的公开训练集 train.csv 及辅助表 calendar.csv、weather.csv、menu.csv。预处理主要完成时间格式转换、合并辅助表、填充缺失值以及基于训练集计算多维度历史 ratio 均值特征。

复现步骤#

1
# 1. 安装依赖
2
pip install lightgbm pandas numpy
3

4
# 2. 将数据文件放在同一目录：
5
#    ./train.csv  ./test.csv  ./calendar.csv  ./weather.csv  ./menu.csv
6

7
# 3. 运行复现脚本（默认从当前目录加载数据，亦可指定路径：python main.py ./数据目录）
8
python main.py

验证集切分说明#

采用时间顺序切分：训练前 480 天（2024-09-02 ~ 2025-12-25），验证后 80 天（2025-12-26 ~ 2026-03-15）。不能随机切分，原因如下：

1. ratio 统计特征（如 r_wd_sw 等）必须基于训练集计算，若使用随机切分会造成严重的信息泄露；
2. 测试集为最后 90 天，只有使用时序切分才能准确模拟测试集的时间跨度和特征分布（如同样包含考试周 sw=17-21）。

节假日（is_holiday = 1）#

节假日人流约为正常日的 43%（breakfast）~ 57%（dinner）。在 ratio 空间内，节假日组的 ratio 均值远低于正常日，通过 r_wd_hol（按 (meal, canteen_area, weekday, is_holiday) 分组的历史 ratio 均值）精确捕捉。

考试周（is_exam_week = 1）#

考试周的 lunch 和 dinner 的 ratio 约比正常周高 10~20%，通过 r_wd_exam（按 (meal, canteen_area, weekday, is_exam_week) 分组的 ratio 均值）进行精确刻画。测试集中包含的 sw=17/18/20/21（考试周）已在训练集中出现过，统计特征能够完全覆盖。

学期周次（semester_week）#

EDA 发现学期周次对组内标准化 volume 有极大影响（例如 sw=18 时 lunch 偏高约 +0.83σ，sw=7 时 dinner 偏低约 -0.48σ）。我们通过 r_wd_sw 特征精确编码了每个 (meal, canteen_area, weekday, semester_week) 组合的历史 ratio，这是特征重要性中仅次于 r_wd_hol 的最强特征。

菜单特征#

• 菜单中的 special 组内 ratio 偏差约为 +0.42σ，而 porridge 组内 ratio 偏差约为 -0.38σ。
• 我们通过 r_menu（按 (meal, canteen_area, menu_type_enc) 分组的历史 ratio 均值）和 r_pop（按 (meal, canteen_area, menu_popularity) 分组的历史 ratio 均值）来进行建模捕捉。
• is_promotion（是否促销）作为独立特征直接输入模型。

大型活动（campus_event_level）#

campus_event_level=2 时的 ratio 比 campus_event_level=0 高出约 +12%，通过 r_event 特征进行处理。

全局说明#

• 本队使用的 AI 工具：Gemini，Claude
• 主要用途：代码辅助、资料查询，数据图生成

逐题声明#

最终提交信息#

• 平台提交文件名称：NS-2026-01-answer.zip

• 平台提交时间：2026-05-23 18:49:14

• 最终有效得分：489.09

• 答案 ZIP SHA256（提交文件 SHA256）：

  1
  9896e6d360171ff98c0cdeaae704a38cb9b085b7535040cbe2a5528873b5b4e9

• 内部关键文件 SHA256（提交包内部 SHA256）：

  • results.csv：

    1
    99744624d4b35c8dcf304a84663b993563535a8ea0cf7caccb9304f722a00551

• 模型文件清单：无

证据截图#

平台提交记录：

硬件与系统环境：

代码运行与输出：

提交文件哈希：