渐变中的渐变增强树如何工作？

Question

我在理解Gradient Boosted Trees如何工作时遇到了问题。我试着在这里关注此链接：

http://www.statsoft.com/Textbook/Boosting-Trees-Regression-Classification

但这不是很有帮助。所以我的印象是

1. 您将数据划分为分区
2. 您尝试找到最适合预测每个分区上数据点的行
3. 您计算每个分区的某种错误（残差平方和）
4. 您创建了另一棵树，并根据前一棵树的错误，尝试找到另一个分区，它将进一步减少整个等式的整体RSS并重复，直到您创建了一定数量的树。

我对以下几个方面感到困惑：

这些分区有什么意义？为什么我不能在没有分区的情况下找到树的RSS？另外，我读到最终预测值是通过添加每棵树的加权贡献而形成的。每棵树的输出是什么？每棵树是否输出了自己对最终预测值的预测？每棵树是由什么制成的？

如果你能告诉我，我将不胜感激。谢谢！