1、GBDT（梯度提升树）概述：
GBDT是集成学习Boosting家族的成员，区别于Adaboosting。adaboosting是利用前一次迭代弱学习器的误差率来更新训练集的权重，在对更新权重后的训练集继续迭代训练。GBDT也是迭代算法，但是不同于Adaboosting，GBDT是进行一次迭代后，得出本次迭代的损失函数，对损失函数进行训练，最终得出每次迭代的结果相加！具体如下：
GBDT训练一个模型M1,产生错误e1 ,
针对e1训练第二个模型M2,产生错误e2,
针对e2训练第三个模型M3,产生错误e3
.............
每次针对上次训练的错误进行训练新的模型 最终结果为M1+M2+M3.......
在sacikit-learn中，GradientBoostingClassifier为GBDT的分类类， 而GradientBoostingRegressor为GBDT的回归类。两者的参数类型基本相同，当然有些参数比如损失函数loss的可选择项并不相同。这些参数中，类似于Adaboost，我们把重要参数分为两类，第一类是Boosting框架的重要参数，第二类是弱学习器即CART回归树的重要参数。
2、GBDT类库boosting框架参数：
首先，我们来看boosting框架相关的重要参数。由于GradientBoostingClassifier和GradientBoostingRegressor的参数绝大部分相同，我们下面会一起来讲，不同点会单独指出。
1、n_estimators:弱学习器的最大迭代次数，或者说是最大弱学习器的个数。一般书n_estimators太小，容易欠拟合，n_estimators太大，容易过拟合，一般选择合适的数值，默认值是100,在实际调参的过程中，长将n_estimators和下面介绍的learning_rate一起考虑。
2、learning_rate:每个若学习器的权重减系数v，也称作步长，因为和Adaboost一样，为了防止过拟合，我们也需要对GBDT进行正则化。则我们的强学习器的迭代公式由fk(x)=fk−1(x)+hk(x)变更为fk(x)=fk−1(x)+νhk(x)，v的取值范围0<ν≤1对于同样的训练拟合效果，较小的v意味着我们要更多的弱学习迭代次数，所以我们将learning_rate和n_estimators一起调参用于决定算法的拟合效果，通常给一个较小的leraning_rate 比如0.1，其取值范围为0<learning≤1。
3、subsample:即子采样比例，取值为（0，1】。注意这里的子采样和随机森林不一样，随机森林使用的是有放回抽样，而这里是不放回抽样，若果取值为1，则全部样本都使用，等于没有做子采样，若果取值小于1，则只有一部分样本回去GBDT的决策拟合。选择小于1的比例可以减少方差，防止过拟合，但是会增加样本拟合的偏差，因此取值不能太低。推荐使用[0.5,0.8]之间，默认值为1.0，即不做子采样。
4、init:即我们的初始化的时候的弱学习器，如果不输入，则用训练样本来做样本集的初始化分类回归预测。否则用init参数提供的学习器做初始化分类回归预测。一般用在我们对数据有先验证知识，或者之前做过一些拟合的时候，如果没有的话就不用管这个参数。
5、loss:即我们GBDT算法中的损失函数。分类模型和回归模型的损失函数时不一样的。
对于分类模型，有对似然损失函数‘deviance’和指数损失函数‘exponential’两者选择输入。默认是对似然损失函数‘deviance’。一般来说推荐默认的‘deviance’,它对二元分类和多元分类各自有比较好的优化。而指数损失函数等于把我们带回了Adaboosting算法。
对于回归模型，有均方差‘is’,绝对损失‘lad’,huber损失‘huber’和分位数损失‘quantile’。默认是均方差‘is’.一般来说，若果数据的噪声点不多，用默认的均方差‘is’比较好。如果噪声点较多，则推荐抗噪声的损失函数‘huber’。而如果我们需要对训练集进行分段预测的时候，则采用‘quantitle’
6、alpha:这个参数只有GradientBoostingRegressor有，当我们使用Huber损失‘Huber’和分位数损失‘quantitle’时，需要制定分为数的值。默认0.9，如果噪声点较多，可以适当降低这个分位数的值。
3、GBDT类库弱学习器参数：
这里我们再对GBDT的类库弱学习器的重要参数做一个总结。由于GBDT使用了CART回归决策树，因此它的参数基本来源于决策树类，也就是说，和DecisionTreeClassifier和DecisionTreeRegressor的参数基本类似。
1、max_features:可以使用多种类型的值，默认‘None’,意味着划分时考虑所有的特征；如果是'log2'意味着划分时最多考虑log2N个特征；如果是‘sqrt’或者‘auto’意味着划分时最多考虑√N个特征。如果是整数，代表考虑特征的绝对数。如果是浮点数，代表考虑特征百分比，即考虑（百分比xN）取整后的特征数。其中N为样本总特征数。一般讲如果特征不多，比如小于50，我们默认选择‘None’就可以，如果特征数非常多，我们可以灵活使用刚才描述的其它取值来控制划分时考虑的最大特征数，以控制决策树的生长时间。
2、max_depth:默认不输入，不输入时，默认值是3。一般来说，数据小或者特征少的时候可以不管这个值。如果模型样本量多，特征也多的情况下，建议限制这个最大深度，具体取值决定于数据的分布。常用的可以取值10-100之间。
3、min_samples_split:这个限制子树划分的条件，如果某节点的样本少于min_samples_split,则不会继续再尝试选择最优特征来划分。默认值2，若样本量不大，不需要管这个值，如果样本量级非常大，则推荐这个值。
4、min_samples_leaf:这个值限制子节点最少的样本数，如果某叶子节点数目小于样本数，则会和兄弟节点一起被剪枝。默认是1，可以输入最少的样本数的整数，或者最少样本数占样本总数的百分比。若样本量不大，不需要考虑这个值。如果样本量非常大，需要考虑这个值，而且建议和min_samples_split一起配合调参使用！
5、min_weight_fraction_leaf:这个值限制了叶子节点所有的样本权重和的最小值，如果小于这个值，则会和兄弟节点一起被剪枝。默认是0，就是不考虑权重问题。一般来说，如果很多样本存在缺失值，或者分类树样本的分布类别偏差很大，就会引入样本权重，这是我们需要注意这个值。
6、max_leaf_nodes：通过限制最大叶子节点数，可以防止过拟合，默认是‘None’,即不限制最大叶子节点数。如果加了限制，算法会建立在最大叶子节点数内最优的决策树。如果特征不多，可以考虑这个值，如果特征分成多的话，可以加以限制，具体值可以通过交叉验证得到。
7、节点划分最小不纯度min_impurity_split:这个值限制决策树的增长，如果某节点的不纯度（基于基尼系数，均方差）小于这个阈值，则该节点不再生成子节点。即为叶子节点。一般不推荐改动默认值1e-1。
4、GBDT小节：
学习GBDT需要对决策树原理和各种损失函树有一定的了解。由于GBDT的卓越性能，只要是研究机器学习都应该掌握这个算法，包括背后的原理和应用调参方法。目前GBDT的算法比较好的库是xgboost。当然scikit-learn也可以。
最后总结下GBDT的优缺点。
GBDT主要的优点有：
1、可以灵活处理各类型的数据，包括连续值和离散值。
2、相对于SVM来说，在相对少的调参时间下，预测的准确度也比较高。
3、使用一些健壮的损失函数，对异常值的鲁棒性非常好。比如huber损失函数和Quantile损失函数。
4、底层使用决策树，对数据要求比较宽泛，对数据可以不用做过多特征处理。
GBDT的主要缺点有：
1、由于弱学习器之间存在依赖关系，难以并行训练数据。不过可以通过自采样的SGBT来达到部分并行。
