GBRT回归的重要超参数及默认取值

GBRT（Gradient Boosting Regression Tree）回归的重要超参数及默认取值如下：

1. learning_rate：学习率，默认值为0.1；
2. n_estimators：弱分类器的数量，默认值为100；
3. max_depth：决策树的最大深度，默认值为3；
4. min_samples_split：内部节点再划分所需最小样本数，默认值为2；
5. min_samples_leaf：叶子节点最少样本数，默认值为1；
6. subsample：子采样数，即样本采样比例，默认值为1.0。

以上是GBRT回归的一些重要超参数及默认取值，根据实际情况可以进行调整。