1. 首先要理解Boost和Gradient Boost。 前者是在算法开始时候，，为每一个样本赋上一个相等的权重值，也就是说，最开始的时候，大家都是一样重要的。在每一次训练中得到的模型，会使得数据点的估计有所差异，所以在每一步结束后，我们需要对权重值进行处理，而处理的方式就是通过增加错分类点的权重，这样使得某些点如果老是被分错，那么就会被“严重关注”，也就被赋上一个很高的权重。然后等进行了N次迭代（由用户指定），将会得到N个简单的基分类器（basic learner），最后将它们组合起来，可以对它们进行加权（错误率越大的基分类器权重值越小，错误率越小的基分类器权重值越大）、或者让它们进行投票等得到一个最终的模型。
Gradient Boost与传统的Boost有着很大的区别，它的每一次计算都是为了减少上一次的残差(residual)，而为了减少这些残差，可以在残差减少的梯度(Gradient)方向上建立一个新模型。所以说，在Gradient Boost中，每个新模型的建立是为了使得先前模型残差往梯度方向减少，与传统的Boost算法对正确、错误的样本进行加权有着极大的区别。 它主要的思想是，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。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。
2. 要理解Gradient Boost有以下几个步骤，
首先，我们需要有训练集，损失函数和迭代次数。损失函数事实上是可以任意的，如果是平方损失函数，则对其求导就是残差。损失函数是可以任意的。如使用指数损失函数，则可以对错分样本放大来boost。
其次，初始化第一颗树后，我们需要计算损失函数在现有模型上的梯度方向，这个向量就是算法下面的
，这个向量怎么计算呢，对于平方损失函数来说，其求导就是残差值，对其他损失函数，也可以根据求导函数求的
然后，根据这个梯度向量，以及 之前的样本点，组成一个训练集 
，根据这个训练集，训练一个较弱的分类器，这个分类器可以是tree，于是就成了GBRT，也可以是其他分类器，记做 
再然后，我们需要知道在第m次迭代后这个新的基分类器在整个模型中的权重，为了找到最佳权重，将新的基分类器加入到原来的整个模型组合中，记做
，为了获得h前的权重参数，利用 line search的方法，将其放入损失函数中，寻找最优的
最后，更新总体模型，至此一个循环结束 
算法流程如下：
需要注意几点：
a. 每次迭代获得的base learner，可以是树也可以是其他分类器。 这个分类器前的权重，可以是针对一整颗树的，也可以针对那颗树的每个叶子节点的，如果是针对叶子节点的，则可以写成：
，其中J是叶子节点个数
b. 叶子节点的数目限制了base learner的大小，一般建议每颗树的叶子节点在4-8 个内
c. 为了避免 过拟合的问题，通常会设置一个收敛参数 Shrinkage，这个参数在每次基分类器加入到整体模型时候起作用，简单的说，就是 
d. 当GBRT用来解决分类问题的时候，其中的梯度向量事实上转变成了概率梯度向量，即各分类的概率梯度方向，算法可以更新如下，通常损失函数可以定义为负的log似然
3. GBRT的优缺点和参数
优点： 非线性变换比较多，表达能力强，而且不需要做复杂的特征工程和特征变换，防止过拟合
缺点：迭代树有时序性，并行化比较困难且效果不佳
参数主要有：
1. 树个数 （迭代次数 M）
2. 树深度
3. 缩放因子
4. 损失函数 (通常是平方损失函数）
5. 数据采样比
6. 特征采样比