算法原理以及公式推导请前往blog：
https://blog.csdn.net/weixin_41194171/article/details/85042720
https://blog.csdn.net/zpalyq110/article/details/79527653
AI项目体验地址 https://loveai.tech
运行指南
- 回归测试：
python example.py --model = regression - 二分类测试：
python example.py --model = binary_cf - 多分类测试：
python example.py --model = multi_cf - 其他可配置参数：
lr-- 学习率,trees-- 构建的决策树数量即迭代次数,depth-- 决策树的深度,count-- 决策树节点分裂的最小数据数量,is_log-- 是否打印树的生成过程,is_plot-- 是否可视化树的结构. - 结果文件：运行后会生成
results文件夹,里面包含了每棵树的内部结构和生成日志
结果展示
仅展示最后所有树的集合，具体每棵树的详细信息望读者自行运行代码~
