1.前向分布算法
在集成学习中，Adaboost和GDBT都是采用加法模型和前向分布算法，唯一不同的是损失函数的选取。
首先我们需要知道什么是加法模型：
2.加法模型如何求解参数呢？
由于加法模型有n个基函数，对于m个系数代求，如果直接求解是很困难求解出来的。我们可以从前往后，每次学习一个基函数以及求解一个系数。
利用泰勒一阶展开式展开我们的损失函数：
2.负梯度拟合
3.损失函数
对于分类问题：拟合损失函数负梯度，结果就和Adaboost一样。
对于回归问题：损失函数为均方误差。基函数就是拟合负梯度。
5.二分类，多分类
6.正则化
7.优缺点
8.sklearn参数
GBDT最终要的2个待调节参数为
