这个算法出自Greedy function Approximation – A Gradient Boosting Machine
作者实在是有够抽象，一个不复杂的算法让他讲的那么复杂
本人也参考了这篇博客
http://www.cnblogs.com/LeftNotEasy/archive/2011/01/02/machine-learning-boosting-and-gradient-boosting.html
但是，最终让我基本明白这个算法还是看了这篇论文 web-search ranking with initialized gradient boosted regression trees
1. 首先讲下decision tree, 按照书上的算法是通过信息增益进行结点的分割和建树，这里我们是通过
建树
2. 再讲下random forest.RF与boosted trees没有多大关系。RF就是每次随机选择实例，并随机选择k个特征进行建树，决策的过程就是对所有树输出的结果的平均。
优点就是不会有过拟合。
这里说的不错：http://www.cnblogs.com/LeftNotEasy/archive/2011/03/07/random-forest-and-gbdt.html
按这种算法得到的随机森林中的每一棵都是很弱的，但是大家组合起来就很厉害了。我觉得可以这样比喻随机森林算法：每一棵决策树就是一个精通于某一个窄领域的专家（因为我们从M个feature中选择m让每一棵决策树进行学习），这样在随机森林中就有了很多个精通不同领域的专家，对一个新的问题（新的输入数据），可以用不同的角度去看待它，最终由各个专家，投票得到结果。
3. gradient boosted trees
和rf类似，也是建立多颗树，并且决策的过程也是所有树输出结果的平均
但是当前树的建立是基于前面所有树的建立的。
每一次建立模型是在之前建立模型损失函数的梯度下降方向。这句话有一点拗口，损失函数(loss
function)描述的是模型的不靠谱程度，损失函数越大，则说明模型越容易出错（其实这里有一个方差、偏差均衡的问题，但是这里就假设损失函数越大，模型越容易出错）。如果我们的模型能够让损失函数持续的下降，则说明我们的模型在不停的改进，而最好的方式就是让损失函数在其梯度（Gradient)的方向上下降。
首先，前m-1个模型是
其损失函数的梯度是：
那么下一个模型m，注意，就是要等于这个梯度，使得前m个模型相加的损失函数最小
对于g的系数，完全可以不管，影响不大
让r = g
那么就可以建立一颗树，
所以，gradient tree的装B算法可以这样描述：
其实，算法很简单，就是
注意其中，r = r- aT,r就是梯度
然后在下一轮的迭代中，就是根据梯度r来建树