【机器学习】局部加权线性回归

1、问题引入 咱们现实生活中的不少数据不必定都能用线性模型描述。依然是房价问题，很明显直线非但不能很好的拟合全部数据点，并且偏差很是大，可是一条相似二次函数的曲线却能拟合地很好。为了解决非线性模型创建线性模型的问题，咱们预测一个点的值时，选择与这个点相近的点而不是全部的点作线性回归。基于这个思想，便产生了局部加权线性回归算法。在这个算法中，其余离一个点越近，权重越大，对回归系数的贡献就越多。pyt

>>阅读原文<<