训练过程 伪代码如下: 初始化,f_m = f_0= label均值 每新建一个树, 更新残差 res_m = label - f_m 更新叶子节点预测值 f_m = f_prev + lr * res_m 每做一次特征划分,计算SE = (残差res_m-残差均值)**2 预测过程 预测结果 = 训练数据label均值 + lr*每棵树对应叶子节点的残差之和 参考博客 参考代码