请问这里的w是什么意思呢？ 怎么计算呢？l1和l2有什么明显区别吗？

请问这里的w是什么意思呢？怎么计算呢？

老师我想问一下，这种GBDT+LR做文本分类效果怎么样，这种用GBDT+LR做分类和直接用GBDT做分类相比有啥优缺点或者他们的应用场景分别是什么

老师我想问一下弱分类器对预测错的样本增加权重之后，下一个弱分类器为什么就能变得更强，就是他是怎么更加注意到这些权重变大的样本的，为什么注意到了这些权重变大的样本分类就更准确了，可以从数学原理上解释一下吗

老师我想问一下验证集和测试集相比有什么本质性的区别吗，或者说验证集到底是怎么评估模型的，他和测试集的功能有什么区别

此处代码warn的原因可能是存在什么问题呢

[object Object]

需要一个2.5倍的播放速度，从2倍到3倍听不清了

老师，这里不太明白为什么一个样本进入决策树会落入两个叶子节点呢

老师，小树是去拟合-η*gt,为什么加上权重η之后，就变成了拟合负梯度了呢

老师，为什么用回归树结果得到-无穷，+无穷才有意义呢，为什么拿到分类概率就没有意义呢？不太明白这里的意义是指什么

老师，我突然优点迷茫了，做回归时为什么均值就是预测值呀？

老师，我想问下是不是训练到后面的模型就越好呀，因为是贪婪的
算法，是不是之前的模型的权重会比之后的权重大呀。

利用bagging得到的不同模型有着不同的权重，怎么去判断哪些模型权重大
哪些模型权重小呢？

老师，蓝色圈着的部分是依据什么推导过去的呢？