對書法的熱愛，和編譯器打數學公式很艱難，就這樣的正例自己學過的東西，明天更新gbdt在分類方面的應用。
結論，如果要用一個常量來預測y，用log(sum(y)/sum(1-y))是一個最佳的選擇。
本人理解：多分類變成多個二分類，比如說當前類別A，訓練集的標簽為屬於A的為1，其他為0，該值為連續值（概率），基於這所有的樣本生成一棵樹；結果為對類別A的預測值f(x)；然后B標簽，C標簽同理可得；然后通過softmax層處理下得到屬於各個類別的概率值；這里每一輪迭代都會和類別數目相同的樹；每一棵樹針對一個類別進行學習並輸出對應的分數，然后就n個類別的分數，經過softmax層變成概率值；