回答思路

梯度下降，利用损失函数的二阶导数作为学习目标，采用牛顿法进行优化。 正则项，利用L2正则来防止过拟合。 树节点分裂方法，不是简单地按照样本个数进行分位，而是以二阶导数值作为权重。 shrinkage（收缩）方法，相当于学习系数eta。对每颗子树都要乘上该系数，防止过拟合。