曲线拟合：通过给定的一组二维坐标点，利用线性代数中矩阵求逆的知识，从这些数据中找出规律性，预测原函数f（x)的表达式，以消除所给数据的局部波动。一次拟合出来的函数图像是直线，二次拟合出来的图像是抛物线。两者相比，二次拟合逼近程度更高。(curve fitting through a given set of two-dimensional coordinates, using the inverse matrix in linear a

使用局部二次逼近的方法（LQA），求解带有SCAD惩罚项的线性回归问题。(Use the local quardratic approximation (LQA) method to solve the problem of the smoothly clipped absolute deviation penalty (SCAD) in linear regression.)