老师，GBDT多分类中，第0棵树初始化的概率没有用吗，第一棵树的y，不是真实的标签-初始化概率吗

老师好，GBDT用于特征组合降维，是先有了模型之后，将特征作为输入，通过模型再进行特征的划分吧？随着划分的进行，假如特征都是列向量，共n列，那么每一次划分就横向切一刀，随着不断地横切，到叶子节点时，可能有些叶子节点时，可能有些特征的值就很稀疏，甚至可能为0吧，这个时候特征为0的就可以忽略吧，然后把还有值的特征进行组合。组合出来特征的数量与GBDT模型本身的trees的数量以及树的节点数目相关。我是这么理解的，不知道正确不？

老师好，对于adaboost通常分裂出的决策桩，它的分裂方式大多都是按照cart的gini系数来进行分裂的吧，那么对于信息增益与信息增益率是不是也可以呢？是不是总体来说用cart会好一些？

老师你好：

gmm进行男女语音样本分类的时候，这里分别对男女训练两个gmm_male，gmm_female模型，并且设置n_componets=8，而语音样本通过mfcc已经变为很多个特征维度，gmm模型是分维度去做参数估计的，那么对于gmm_male模型来说，难道就是说男人的语音样本的分布是由8个高斯分布混合而成，每个高斯分布代表一个维度吗，训练出这8个高斯分布的参数，待参数稳定收敛后，我们就可以计算γ，看测试样本有多大的概率符合这个男人的语音样本分布是吗？也就是score

如果以上我理解的都对，那么训练样本的维度不一定是8个啊，如果多余8个怎么办？是需要对样本数据进行降维吗？降到8个，然后再训练gmm_male。

在pca降维时，如果无法投影到超平面坐标，我们会通过核函数来升维，在高维度空间投影后进行降维，使得降维后的维度比初始维度小。那么实际操作时无法投影到超平面坐标的具体表现是什么样的呢？就是说，我们怎么能够直到，我们需要用kpca，而不是普通的pca

EM算法中的E-STEP过程中，p(x_i，z_i；θ)/Q_i(z_i) = constant，令constant=Σ_{z} p(x_i,z_i;θ)=p(x_i;θ)，

那么Q_i(z_i)=γ=p(z_i|x_i;θ)，但是这里的p(x_i;θ)因为什么是一个常量呢？而且这么多constant不去选择，

为何偏偏选择这个作为常量？

老师你好，svd是可以帮助我们求协方差矩阵的特征向量，就是v，但是它具体是怎么回避XTX的特征分解的呢？难道说svd有不用求特征向量与特征值的方法，采用更高效容易的方式进行奇异值分解吗？

老师你好，GBDT在做分类的时候，每个小树是去回归负梯度，在我们的假设下，负梯度也是残差。但是中间有个sigmoid函数，我认为这个残差指的是sigmoid变换之前z的残差，而不是sigmoid变换后的概率意义的残差，但是视频里这块好像跟我想的不太一样，而且分类问题初始化的时候F₀去拟合的是log₂(p_+/1-p_-)，假设p_+ = 1/1+e^-z,我发现正好得到的是z，也验证了我之前的想法，就是GBDT从初始就开始回归z，并且之后的小树，都在修正这个z。

老师好：我有点不太明白SMO算法中，选择第一个变量的时候说的违反KKT条件，这个KKT条件是怎么来的？

我知道原始SVM问题是一个二次优化问题，通过KKT条件来求解，优化空间从w与b变换到了α空间进行优化，此时仍然带着原始问题的KKT条件。接着对α的求解我们采用SMO算法，虽然SMO的求解思路是大二次优化问题花间为多个二元的小二次优化问题，但是求解的思路是直接对二元目标函数直接求导来寻找最优解，并通过约束条件对求导找到的最优解进行剪裁，来得到满足约束条件的最优解。

但是对于优化参数选择中第一个参数的选择上，说找到第一个违反KKT条件的参数α，这里所说的KKT条件是怎么一会事？是指SMO算法所要求解的目标函数的KKT条件吗？如果是这样，在视频中并未提及这个KKT是怎么来的，只是直接给出，我自己试着退了一下，并未得到对应结果，所以想请教老师，在SMO算法选择第一个参数α，所说的KKT条件是怎么来的？

       老师，最大似然估计我理解是通过数据去估计是哪个模型最有可能生成这些数据，如果我们假设误差服从正态分布，那么这个正态分布的期望与方差就是我们想要去估计的。

       期望通过截距项w0我们让它为0，但是方差我们并不知道，如果我们假设它是定值，那么正态分布就确定了，我们就可以通过求最大似然函数来得到误差中的参数，也就是权重，但是假设方差为一个固定的值，对最大似然函数求解最大不影响吗？也就是不影响我们求权重吗？这里边的道理是什么呢？难道说在任意的方差下求得的权重都是最优的吗？

老师你好，超平面是高维度空间中的平面，那么再高维空间它表现是平面，如果从低维角度取理解它是不是就是一个复杂的曲面呢？

能否提供一下StumbleUponEvergreenDT.py的代码

为什么代码在pycharm里跑的时候，提示出错，说series对象不能reshape，但是把reshape去掉，同样也会报错，请问该怎么处理

说明：我的package 文件没有带点，我按照老师的方法，但是程序命名不一样，

我这样并不能引用这个，说找不到，原因是我的命名错误么？
from package01.1 import my_deca

再讲装饰器的中，是相当于形式参数func变成了参数my_deca？