（通讯员 王泽旭）4月17日上午，由公共管理学院主办、公共管理学院研究生会学术部承办的南湖红帆 Cityπ青年学术沙龙暨“学术方舟——研究生质量提升工程”前沿探索系列活动，在文泉楼北103顺利举行。本次活动以“机器学习在人居环境中的应用研究——地理加权随机森林（GWRF）深度解析”为核心议题，特邀北京林业大学博士生张玥担任主讲人，公共管理学院贺三维教授主持活动，学院师生代表共同参与此次学术交流。
活动伊始，主讲人从大家熟悉的研究场景切入，为大家搭建了机器学习的基础认知框架。她对比了传统编程和机器学习的不同逻辑，用简单易懂的方式讲清了机器学习“从数据中找规律”的核心特点，还梳理了几类常见机器学习方法的适用场景，帮大家理清了如何根据自己的研究需求选择合适的方法。
随后，主讲人聚焦研究中常用的实用建模方法展开分享。她从单一模型的局限讲起，介绍了“组合多个模型提升效果”的思路，重点讲解了两种常用模型：一种是像“多棵决策树一起投票”的随机森林模型，另一种是通过不断修正误差提升精度的提升模型，并对比了它们的优缺点和适用场景，教大家根据数据规模和研究目标灵活选型。针对大家关心的“模型看不懂”的问题，主讲人还介绍了SHAP工具，用贷款审批的生活化案例，演示了如何拆解模型的判断逻辑，让模型结果不仅“有结论”，更“有解释”。
在实操教学环节，主讲人带大家完整走了一遍地理加权随机森林模型的实现流程。她先教大家如何搭建建模环境、安装配置所需的工具包，解决了软件版本冲突这类新手常遇到的问题；接着用代码示例，讲解了如何让模型结合地理位置信息，适配人居环境这类和空间相关的研究；最后还展示了如何解读模型结果，比如分析不同区域里哪些因素的影响更大，帮大家把模型结果和实际研究场景结合起来。同时，主讲人也提到了这类模型目前的一些客观局限，比如计算成本较高、对参数设置比较敏感，为大家后续的研究优化提供了参考。
在互动交流环节中，同学们与老师对实操细节问题展开讨论，比如软件安装报错如何排查、代码运行的常见问题、基础参数如何调整等。主讲人结合自身的实操经验，逐一给出了具体的解决思路，耐心解答了大家在实际操作中的疑惑，现场交流务实高效，让参与师生都收获了实用的操作技巧。
活动尾声，贺三维教授对本次活动进行总结。她表示，本次活动聚焦公共管理与数据科学的交叉应用，把机器学习方法和人居环境、城市治理等研究场景结合起来，为师生搭建了接触前沿研究方法的平台，清晰展示了这类量化方法在社会科学研究中的应用价值，为大家开展学术研究提供了新思路和实用参考。未来，学院将持续举办系列学术活动，为学科发展与人才培养提供有力支撑。