2024.03.01_学习日记
天气：雨
学习地点：学校
学习时长：5h
学习内容
- 机器学习在管理学上的应用
《“放管服”改革与纳税人满意度:施策重点与优化路径——基于机器学习方法》，这篇文章用了随机森林模型对问卷的特征重要性进行排名。
《高管个人特征与公司业绩———基于机器学习的经验证据》，这篇文章用boosting回归树对模型进行预测，用前一年数据训练，后一年数据检验，叫做一年滚动窗口期的拟合结构，然后对比rmse等数据，看添加了一些特征后的模型是不是有更好的表现，同时对比其他机器学习方法看boosting回归树是不是有更好的拟合效果。然后还对特征重要性进行排名，看高管特征对公司业绩重要性高不高。还选了高重要性的特征单独拿出来看和公司业绩的依赖图。 - lc lcr155
搜索二叉树的中序遍历就能生成有序数组，所以这个题就用中序遍历，然后把打印部分替换成自己想要的操作，这个题中的操作就是把每次遍历到的cur的left指针指向pre，把pre的right指针指向cur，当pre不存在的时候，把head设成cur表示是有序数组的head节点，每次操作部分还需要将pre替换成cur，下一次cur到下一个位置时，pre才能更新。最后还需要把头节点head的左指针指向pre，把pre的right指针指向head，此时pre在最后一个位置。 - self的用法
self是全局变量，放在函数外面，然后函数内部想用这个变量就加self，还有用其他函数的时候也要加self。