局部加权回归(Locally Weighted Linear Regression,LWR)是一种非参数学习方法–在预测新样本值时候每次都会重新训练数据得到新的参数值,也就是说每次预测新样本都会依赖训练数据集合,所以每次得到的参数值是不确定的。
注:参数学习方–在训练完成所有数据后得到一系列训练参数,然后根据训练参数来预测新样本的值,这时不再依赖之前的训练数据了,参数值是确定的。
线性回归
在普通的线性回归分析中,常用表达形式 y=fw′(x)=wTx+w0 来确定两种或两种以上变数间相互依赖的定量关系,其中 x=(x1,x2,...,xn)T , w=(w1,w2,...,wn)T , w