局部加权回归算法原理（机器学习强基计划1-2：图文详解线性回归与局部加权线性回归+房价预测实例）
0 写在前面
机器学习强基计划聚焦深度和广度 ，加深对机器学习模型的理解与应用 。“深 ”在详细推导算法模型背后的数学原理；“广 ”在分析多个机器学习模型：决策树 、支持向量机 、贝叶斯与马尔科夫决策 、强化学习等 。
🚀详情：机器学习强基计划(附几十种经典模型源码合集)
1 什么是线性回归？
线性回归是机器学习线性模型中的一种 ，也是数理统计的一种分析技术 ，采用最小化拟合误差的思想(例如最小二乘法)来对变量间的关系建模 。可以用之前提过的例子说明
在经济学中 ，个人的收入与消费之间存在着密切的关系 。收入越多 ，消费水平也越高；收入较少 ，消费水平也较低 。从一个社会整体来看 ，个人的平均收入x与平均消费y之间大致呈线性关系 。现在我们看看路人甲的收入和消费水平的关系
创心域SEO版权声明：以上内容作者已申请原创保护，未经允许不得转载，侵权必究！授权事宜、对本内容有异议或投诉，敬请联系网站管理员，我们将尽快回复您，谢谢合作！