【機器學習】局部加權線性迴歸

1、問題引入 咱們現實生活中的不少數據不必定都能用線性模型描述。依然是房價問題，很明顯直線非但不能很好的擬合全部數據點，並且偏差很是大，可是一條相似二次函數的曲線卻能擬合地很好。爲了解決非線性模型創建線性模型的問題，咱們預測一個點的值時，選擇與這個點相近的點而不是全部的點作線性迴歸。基於這個思想，便產生了局部加權線性迴歸算法。在這個算法中，其餘離一個點越近，權重越大，對迴歸係數的貢獻就越多。pyt

>>阅读原文<<