全体概要

今回はいただいたデータを全て使用してLightGBMモデルを構築しました。
工夫した点は下記2点です。それぞれRMSEを約2改善する程度の効果がありました。

lag特徴量として、2～52週間前・同地点・同時刻の目的変数を特徴量に追加しました。
- 1週間前のlag特徴量を入れなかった理由は、今回の予測対象の1週間前に当たる2019-11-24～30はthanksgivingdayの影響を受けて目的変数の挙動が特殊になる関係で、特徴量 "1week_ago" がRMSEを悪化させる原因となることを回避するためです。
使用するデータの2017-11-20～26と2017-11-27～12-03、および2018-11-19～25と2018-11-26～12-02を入れ替えました。
- 前提として、LGBMのFeatureImportanceで上位に "52weeks_ago" がある中、thanksgivingdayが52週間周期ではない（2017-11-23, 2018-11-22, 2019-11-28）ことがEDAの結果から推測されたためです。

詳細

主に天気情報について前処理を行いました。

全て挙げるとキリがないため、効果があった代表的なものを記載します。合計で300超の特徴量を作成しました。

最寄り道路名
最寄り道路までの距離
area・月・年始から数えた週（週no）・日・月&日・時刻・曜日・最寄り道路名・週no&曜日をTargetEncoding
- 2017年の目的変数を使ったため、正確にはTargetEncodingではありませんが。。
各祝日のフラグ（計10個の特徴量）
各祝日の3日前～3日後フラグ（計10×6個の特徴量）
lag系特徴量
- 2～52週間前の同地点・同時刻の目的変数の値
- 2, 3, ..., N週間前の同地点・同時刻の目的変数の平均（N=3～52）
体感温度
30分後に雨が降るかどうかフラグ
etc.

全体概要で記載の通りです。モデルの学習期間は1年間だったため、結果的に2017年のデータの入れ替えは不要でした。

モデル構築したい気持ちを抑え、EDAに期間の半分以上をかけた甲斐があったと感じています。また、時系列データのCV構築にも苦労したため、実装できなかったことが複数ありました。
以下は、備忘として実装したが効かなかったことを添えて残しておきます。