RMSE（均方根误差）、MSE（均方误差）、MAE（平均绝对误差）、SD（标准差）
- RMSE（Root Mean Square Error）均方根误差
衡量观测值与真实值之间的偏差。
常用来作为机器学习模型预测结果衡量的标准。
- MSE（Mean Square Error）均方误差
MSE是真实值与预测值的差值的平方然后求和平均。
通过平方的形式便于求导，所以常被用作线性回归的损失函数。
- MAE（Mean Absolute Error）平均绝对误差
是绝对误差的平均值。
可以更好地反映预测值误差的实际情况。
- SD（Standard Deviation）标准差
方差的算术平均根。
用于衡量一组数值的离散程度。
问：
GBDT使用MSE作为损失函数，最后叶子的分数是均值
使用MAE呢？
