GBDT模型+LR模型
GBDT全称梯度提升决策树，在传统机器学习算法里面是对真实分布拟合的最好的几种算法之一。GBDT是通过采用加法模型(即基函数的线性组合），以及不断减小训练过程产生的误差来达到将数据分类或者回归的算法， 其训练过程如下：
最终的总分类器是将每轮训练得到的弱分类器加权求和得到的
（也就是加法模型）。
gbdt无论用于分类还是回归一直都是使用的CART回归树，
这里基本都是运用求导数达到极值位置！
GBDT全称梯度提升决策树，在传统机器学习算法里面是对真实分布拟合的最好的几种算法之一。GBDT是通过采用加法模型(即基函数的线性组合），以及不断减小训练过程产生的误差来达到将数据分类或者回归的算法， 其训练过程如下：
最终的总分类器是将每轮训练得到的弱分类器加权求和得到的
（也就是加法模型）。
gbdt无论用于分类还是回归一直都是使用的CART回归树，
这里基本都是运用求导数达到极值位置！