进阶：2.GBDT算法梳理

GBDT算法梳理 学习内容： 1.前向分布算法 2.负梯度拟合 3.损失函数 4.回归 5.二分类，多分类 6.正则化 7.优缺点 8.sklearn参数 9.应用场景   1.前向分布算法 在学习模型时，每一步只学习一个基函数及其系数，逐步逼近优化函数式，从而简化优化的复杂度。 2.负梯度拟合 　　针对这个问题，大牛Freidman提出了用损失函数的负梯度来拟合本轮损失的近似值，进而拟合一个CA

>>阅读原文<<