本程序旨在复现斯坦福大学吴恩达机器学习公开课第三课中所述的局部加权线性回归(Locally Weighted Linear Regression, LWLR)算法。局部加权线性回归是一种非参数学习方法,它解决了传统线性回归在处理非线性数据时容易出现的欠拟合问题。算法的核心在于每次预测新样本点时,都会根据该点与训练集中各点的距离重新计算权重,赋予距离较近的点更高的权重,而赋予距离较远的点较低的权重。本项目利用MATLAB实现了基于高斯核函数的权重计算机制,通过求解加权正规方程组来获取局部最优解。
系统重点展