本文主要从数学原理的角度探讨。从数学的角度理解，线性模型的输入是一组特征向量x，输出也是一组特征向量。

线性回归可用于回归和分类。

我们通过数据集D优化线性回归模型的目的是什么？

目的是找到最优的w和b

那么，如何找到最佳的w和b呢？通过损失函数L(w,b)

在数学的角度，线性回归和逻

1.线性回归

2.局部加权线性回归

局部加权线性回归和传统的先行挥别，区别体现在损失函数上。我们先从数学表达开始：

局部加权线性回归损失函数是：

再从直观上理解，再求解新数据的预测输出时，训练数据离测试数据越近，他们对权重的影响越大，反之越小。