人多力量大（@ocean，@fish，@羞涩中略带豪放，@小傻鱼，排名不分先后）我们使用xgb, lgb, cat, sgd, svrg, ridge, lstm, prophet, net，gcn等多模型进行研究，并进行了相关实验结果。简单介绍一下：xgb, lgb, cat都是树模型。sgd是随机梯度下降，svrg是随机方差减小的梯度下降算法，ridge是岭回归。lstm和prophet是时序模型，net是神经网络, gcn是图神经网络做的模型。当然在进行上述模型训练之前，我们进行了相关的特征特征工程，并针对不同的模型做不同的特征。
虽然我们使用很多模型，以及模型融合的方式来得到最终的结果，但是在所有模型中，sgd得到了一个最优的性能（训练快，训练时间上是完全胜过树模型的）。为了让大家对结果的复现以及方便审查我们的思路，我们对其它模型不做详细说明。
注：这里只公布最佳模型，等有时间继续接着写，其他模型会链接到队友博客。