局部加权线性回归

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$y=f_{w^{'}}(x)=w^{T}x+w_0$来确定两种或两种以上变数间相互依赖的定量关系，其中$x=(x_1,x_2,...,x_n)^{T}$,$w=(w_1,w_2,...,w_n)^{T}$, w