### GBDT多分类
for i in range(n):
tmp_algos = []
if i == 0:
pred_y = pred_m
else:
### 梯度下降
pred_y = np.asarray(list(map(lambda algo : algo.predict(x), pred_m))) ### 这块是不是应该这样????
for k in range(len(ys)):
p = np.exp(pred_y[k]) / np.sum(np.exp(pred_y), axis=0)
ys[k] = ys[k] - p