스마트 창고 출고 지연 예측 AI 경진대회

이 코드는 스마트 창고 출고 지연 시간을 예측하기 위한 앙상블 모델입니다. 먼저 주문량, 로봇 상태, 혼잡도, 배터리, 작업 인력, 시간 정보 등을 기반으로 파생변수를 생성합니다. 이후 LightGBM, XGBoost, CatBoost 기반 트리 모델을 학습해 1차 예측값을 만들고, 이 예측값을 GRU 입력 feature에 추가합니다. GRU는 시나리오별 시계열 흐름을 학습하며, target은 log1p 변환 후 MAE와 Huber loss 두 방식으로 학습합니다. 각 모델은 GroupKFold로 검증하여 OOF 예측을 만들고, 최종적으로 Tree, GRU-MAE, GRU-Huber 예측을 고정 비율로 blending해 제출 파일 `v24_pub_hub75_tree25.csv`를 생성합니다.