gbdt心得

训练过程

伪代码如下：

初始化，f_m = f_0= label均值
每新建一个树，
   更新残差 res_m = label - f_m
   更新叶子节点预测值 f_m = f_prev + lr * res_m
   每做一次特征划分，计算SE = (残差res_m-残差均值)**2

预测过程

预测结果 = 训练数据label均值 + lr*每棵树对应叶子节点的残差之和

---

参考博客
参考代码