机器学习——局部加权线性回归用来预测（内含代码）

    回归的目的是预测数值型的目标值，其中最简单的方法是线性回归，线性回归意味着能够将输入项分别乘以一些常量，再将结果加起来获得输出。可是，线性回归的一个问题是有可能出现欠拟合现象，由于它求的是具备最小均方偏差的无偏估计。若是模型欠拟合将不能取得最好的预测效果。因此有些方法容许在估计中引入一些误差，从而下降预测的均方偏差。算法     其中的一个方法是局部加权线性回归（Locally Weigh

>>阅读原文<<