老师 xgboost是因为使用了正则化，所以是使用到了梯度下降吗？

老师 第一棵树的残差是实际值与预测值的差，之后决策树的残差是当前决策树的预测值与上一棵树的残差之差，当残差为0的时候，下一颗树就不会再对该节点的残差进行计算，那么当所有节点的残差为0或接近0的时候，此时会进行输出，由于每一棵树会对之前的残差进行计算，那么最后的输出结果不就是和第二棵树的结果相同或者类似吗，因为最后一棵树此时节点的残差值为0或者接近0，和真实值依旧存在误差吗？

model1=AdaBoostClassifier([DecisionTreeClassifier(max_depth=5,max_leaf_nodes=10),LogisticRegression(multi_class='multinomial')],n_estimators=50)

老师 在AdaBoost中只可以使用一个基模型吗?

老师 如何在AdaBoost中同时使用多个基模型？

plot_decision_boundary(tree1,axis=[-1.5,2.5,-1,1.5])

老师 绘图函数是使用的课件里面的绘图函数为什么绘制结果没有点呢，只有分界？

老师 机器学习中使用模型在进行拟合或者预测的时候，传入的数据可以是numpy数组或者是DataFram数据吗？

老师 如何设置每一簇的图例

plt.scatter(X[:,0],X[:,1],c=predict_res,label=['0','1'])
plt.legend()
plt.show()

precision,recall,thresholds=precision_recall_curve(y_test,predict_res_proba[:,1])

老师 返回的参数中thresholds是什么意思？是阈值吗？

老师 模型加入正则化后，参数是如何进行更新的？

老师 为什么正则化参数选取过大，参数会变小呢？

老师 如果使用正则化的话，在求梯度的时候，时使用损失函数+范数来求梯度吗？

老师 目标函数是指什么？

老师 这个提到的分数是如何计算得到的呢？是通过模型.score得到的吗？

r2=1 - mean_squared_error(y_test,y_predict) / np.var(y_test)

老师 r2score是通过均方误差计算得来的吗？为什么不使用均方误差来衡量结果呢？

老师 对特征进行标准化是对特征进行归一化处理吗？

老师，波士顿房价取不到了怎么办