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。
