1、对决策引擎做了一些审批阈值的调整 2、继续对GBDT进行研究，研究了预测值如何更新的问题，我当初简单以为是用叶子节点的样本平均值表示预测值，昨天仔细跟了代码，才知道是用叶子节点样本的残差和除以一个以残差、y为输入的式子，sum(residual)/sum((y-residual)*(1-y+residual))这个就是所谓的牛顿迭代法求解，这个值的数量级整体趋势为什么会越来越小？（这个是我问

1、去学习了一下，用1和-1编码的logistic regression的损失函数，gbdt论文中提到的损失函数，是单个样本点的，其次要令y* = 2y - 1把0,1映射到-1,1，定义p的时候多一个2倍，即 p = 1/(1+exp(-2f))，把这两部分带入log似然函数就可以得到-1,1定义下的损失函数，log(1+exp(-2yf))，其实推导过程我是没看懂的，这个y我不知道是怎么拿进

View绘制流程及源码解析(一)——performTraversals()源码分析   游骑兵810  关注 2017.02.01 11:07*  字数 5024  阅读 945 评论 3 喜欢 6 本篇文章源码基于android 6.0.1,鉴于源码繁重且作者水平有限，如有不当之处欢迎指正。   上一篇文章浅谈Activity从建立到显示(setContentView源码浅