有偿：求地里大神解析手算推导gradient boosting (binary classification)

因为马上要考试，地里面的大神很多，想请教不知有没有人愿意有偿帮忙解析几道题。
主要关于gradient boosting的手算推导~
比如：
1. 在apply到binary classification的log loss时，为什么f_o = log( (1+ y_mean) / (1-y_mean) ) (f_o 是boosting的第一个tree)
2. 还想请教下用不同的loss function (比如hinge loss，log loss)时，如何计算 pseudo-residual.
愿意有偿报答，都好商量~ 不知道有没有大神愿意解答一下~ 因为在网上搜好像没有搜到特别清晰的解释。
感谢！