我覺得你看這個就可以了。Feature transformations with ensembles of trees講的已經很詳細了，我的理解是，apply可以把特徵轉換到一個更高維空間形成稀疏矩陣，然後就可以用線性模型了。這個思想和SVM裡的核函式有點類似。你看看它的程式碼：至於這個函式怎麼用，你看看它自帶的例子，效果比一般的rf/gbdt要好。從ROC曲線上來看，GBT+LR的效果是最好的。

INITLIST(&L) 中的&L是INITLIST函式的實參，這個實參是某個型別變數L的引用，也可以理解為取地址。INITLIST(&L)是個初始化連結串列的函式，或者是增加節點或者初始化頭結點，必須要傳給他連結串列頭的真實地址，而不是一個複製，不然所做的操作在離開這個函式的時候就沒用了。

擴充套件資料：

&的使用注意事項：

1、宣告引用時，必須同時對其進行初始化，不能讓他指向其他變數。

2、引用的宣告符放置在變數名的前面，和*運算子的用法一樣。

3、引用宣告完畢後，相當於目標變數名有兩個名稱，即該目標原名稱和引用名，且不能再把該引用名作為其他變數名的別名。

4、宣告一個引用，不是新定義了一個變數，它只表示該引用名是目標變數名的一個別名，它本身不是一種資料型別，因此引用本身不佔儲存單元，系統也不給引用分配儲存單元。

5、可以建立陣列的引用和指標的引用。