Gradient-boosted tree classifier（梯度提升树分类器）是一种强大的机器学习模型，广泛用于分类任务，通过迭代地训练决策树来提升准确度，从而提升整体预测性能。它属于集成机器学习方法，核心思想是将多个决策树组合成一个强学习器，每一轮训练都聚焦于前一轮未能很好拟合的样本。
Java代码示例：
数据分类sample_libsvm_data的标准测试数据集合的部分数据样本，其中，第一列是标签，用于标识数据的分类（二分类），其他列是特征数据(特征值对应的索引号:特征值)：
运行Java代码：
