模型训练-中
GBDT
用多棵决策树来拟合数据样本，但是，树与树之间是有依赖关系的，每一棵树的构建，都是基于前一棵树的训练结果。因此GBDT的设计思想是"站在 前人的肩膀上看得更远"。
在GBDT的训练过程中，每一棵树的构建，都是基于上一棵树输出的"样本残差"。
GBDT的特点是拟合能力超强，但同时要注意决策树过深，过多而带来的过拟合隐患。
通过定义GBTRegressor来定义GBDT模型，其中setLabelCol、setFeaturesCol都是老生常谈的方法，setMaxDepth和setMaxlter，这两个方法用于避免GBDT模型出现过拟合的情况，前者限定每棵树的深度，而后者直接限制了GBDT模型中决策树的总体数目。后面的训练过程，依然是调用模型的fit方法。
K-mean
结合数据样本的特征向量，根据向量之间的相对距离，K-mean算法可以把所有样本划分为K个类别。
算法步骤：
1、初始化质心
随机选择 K 个数据点作为初始质心，或使用改进方法（如 K-means++）优化初始质心选择。
2、分配数据点到簇
计算每个数据点到所有质心的距离（通常使用欧氏距离），将其分配到最近的质心对应的簇。
3、更新质心位置
重新计算每个簇的质心，取簇内所有数据点的均值作为新质心。
4、判断收敛
重复步骤 2 和 3，直到质心变化小于阈值或达到最大迭代次数。
K-mean的设计思想是"物以类聚"，主要依赖向量之间的相对距离，它的计算结果，一方面可以直接用于划分"人群"、"种群"，另一方面可以拿来当做生成特征，去参与至监督学习的训练中去。