斯坦福機器學習第二課——局部加權線性迴歸(Locally weighted linear regression)

上一節內容總結了線性迴歸方法，並在求θ用到了梯度降低方法。這一節將利用梯度降低方法，討論局部加權線性迴歸（Locally weighted linear regression）算法 前提知識補充：函數 非參數算法：雖然樣本容量不斷擴充，擬合曲線也會改變。spa 參數算法：由常數θ決定，不隨樣本容量不斷擴充而改變。例如線性迴歸過程。blog 似然函數定義：總的來講步驟就是令偏差服從高斯分佈後，取對數

>>阅读原文<<