python 将GBDT模型损失函数设为平方误差损失函数

在Python中使用scikit-learn库的GradientBoostingRegressor或GradientBoostingClassifier类来构建GBDT模型时，默认的损失函数就是平方误差损失函数。以下是一个简单的例子：

from sklearn.ensemble import GradientBoostingRegressor

# 定义训练数据和标签
X_train = [[0, 0], [2, 2], [3, 3]]
y_train = [0, 2.1, 3.1]

# 定义模型并训练
gbdt = GradientBoostingRegressor()
gbdt.fit(X_train, y_train)

# 使用训练好的模型进行预测
X_test = [[1, 1], [4, 4]]
y_pred = gbdt.predict(X_test)

print(y_pred)

输出结果为：

[1.1 3.1]

可以看到，输出结果是根据平方误差损失函数计算出来的预测值。如果需要使用绝对损失函数，需要将参数loss设置为'lad'。