局部加權迴歸（Locally weighted linear regression）

局部加權迴歸 通常情況下的線性擬合不能很好地預測所有的值，因爲它容易導致欠擬合（under fitting），其多數情況下只能適用於線性的曲線而不能很好的擬合非線性的曲線，比如數據集是一個鐘形的曲線。而多項式擬合能擬合所有數據，但是在預測新樣本的時候又會變得很糟糕，因爲它導致數據的過擬合（overfitting），不符合數據真實的模型。 今天來講一種非參數學習方法，叫做局部加權迴歸（LWR）。爲什

>>阅读原文<<