GBDT(Gradient Boosting Decision Tree)
看完诸位大牛的博客，还是云里雾里，暂且做个笔记，以待日后回顾再修正。
GBDT主要由三个概念组成：Regression Decistion Tree（回归树,RDT)，Gradient Boosting（梯度下降,GB)，Shrinkage(分支)
GBDT本质是回归树拟合的残差之和，每颗回归树均方差尽量小。
没看到GB的应用，存疑。
Shrinkage是给每颗回归树，加了一个可信度(step, 0.001~0.01),
GBDT使用了CART回归决策树，所以sklearn参数与之相似。
学习能力和时间有限，总结得很有限。
参考资料：
GBDT详解
scikit-learn 梯度提升树(GBDT)原理小结
scikit-learn 梯度提升树(GBDT)调参小结