机器学习技法44节。
GBDT：回归树的时候，基分类器的损失函数是平方损失，最后得到的g(t)是 求解平方损失regression(xn,yn-sn)；步长是求解线性回归的解：
（g(t)-input,yn-sn)
“-----”
GBDT比adaboost更多元化，adaboost是指二分的情况，而GBDT可包括二分，回归。
GBM比GBDT更多元化，GBM的基分类器可是CART,SVM等
GBDT:分类树的时候，就是adaboost 二分类情况下的演算法，加上如下两点：
1.根据基分类器的权重，对基分类器的CART树进行，sampling
2.用弱一点的基分类器，避免某个基分类器过拟合，权重a过大。一般令基分类器的树深度为1.
