这与逻辑回归类似。我们使用一个无界值，我们可以通过使用 sigmoid 函数将其映射到概率。只有在梯度提升树模型结束时，我们才将其映射到概率。用于决定终端节点权重的损失函数是从正常的 sigmoid 损失改编而来的，因此不必直接映射到概率。我目前找不到它，但它应该很容易推导出来。

编辑：我发现我从前几天读到的帖子，它在 stats stackexchange 结束：https ://stats.stackexchange.com/questions/204154/classification-with-gradient-boosting-how-to-keep-the -prediction-in-0-1