Locally weighted linear regression局部加权线性回归

假设我们要学习的问题比较复杂，事先无法预测它的输入输出之间的函数关系，或者函数图形复杂，如下图： 如图1，若用直线拟合则与样本点差缪较大，称之为欠拟合，我们可以增加多项式函数的次数，此时可得到曲线，甚至可以使所有样本点都在曲线上如图3，但是这样会由更严重的问题，因为样本数量有限，所有可能带来很大偏差，这叫过拟合。 解决问题的方法之一就是适当对前面讲的线性回归进行调整，我们知道，任意光滑的曲线，在某

>>阅读原文<<