機器學習——局部加權線性迴歸用來預測（內含代碼）

    迴歸的目的是預測數值型的目標值，其中最簡單的方法是線性迴歸，線性迴歸意味着能夠將輸入項分別乘以一些常量，再將結果加起來獲得輸出。可是，線性迴歸的一個問題是有可能出現欠擬合現象，由於它求的是具備最小均方偏差的無偏估計。若是模型欠擬合將不能取得最好的預測效果。因此有些方法容許在估計中引入一些誤差，從而下降預測的均方偏差。算法     其中的一個方法是局部加權線性迴歸（Locally Weigh

>>阅读原文<<