参数学习:有固定数目的参数,模型学习之后会有一个永久的参数,这个参数在后面的预测中可以直接使用,不需要再需要数据
非参数学习:参数数目会随着训练数据规模线性增长。
局部加权线性回归,使用局部的数据进行回归
假设要在第i个样本附近回归, x(i)
找到θ,使得 12∑mi=1w(i)(y(i)−θTx(i))2
其中 w(i)=e−(x(i)−x)22
这意味着,当x接近于 x(i) 时, w(i) 接近于1,反之,当x远离于 x(i) 时, w(i) 接近于0
- 线性回归的概率解释
样本:( x(i),y(i) ),第i个样本,总共m个样本
hθ(x(i)