梯度提升树（GBDT）模型

GBDT（Gradient Boosting Decision Tree）是一种集成学习算法，以决策树为基函数的提升方法。与AdaBoosting不同，GBDT集成的对象必须是CART回归树。它通过使用梯度来实现模型的提升，利用残差来拟合梯度，并通过不断减小残差来实现梯度的下降。GBDT的模型可以表示为决策树的加法模型。在sklearn中，GBDT采用的是CART树。