python局部加权线性回归

局部加权线性回归（Locally Weighted Linear Regression，LWLR）是一种非参数回归算法，它假设每个数据点周围的数据点比其他点更能影响回归结果，因此在拟合回归线时，对于每个数据点，LWLR都会根据该点附近的数据点进行加权平均，从而得到该点对应的回归系数。

具体来说，对于给定的一个数据点x，LWLR首先根据高斯核函数（Gaussian Kernel）计算出该点附近的每个数据点的权重，然后根据这些权重对回归系数进行加权平均，得到该点的预测值。LWLR的核心思想就是在拟合回归线时，更加关注与当前数据点“相似”的数据点，从而提高了拟合的准确性。

LWLR的优点在于可以灵活地适应不同的数据分布，而且不需要对数据进行假设，因此适用于各种类型的数据。缺点在于计算量较大，而且对于每个数据点都需要重新计算权重和回归系数，因此不适用于大规模数据集。