找到最适合AIC的曲线

Question

我有一个非常复杂的问题（对我而言）。 我编写了一个代码来计算给定数据集的插值。之后，它计算Akaike信息标准，以检查哪个插值套件最佳。

看起来像这样：

    polyfit=np.polyfit(x,y,5)  # x,y are data set and 5 is a root of polynomial
    poly1d=np.poly1d(polyfit)    
    print poly1d  #show final polynomial

my=[]
for i in x: 
x_=poly1d(i)
my.append(x_) #calculate list of values 

def AIC(i,j): 
for i in y:
for j in my:
    RSS=(i-j)**2

AIC=36-np.log(RSS) 
print AIC

我不喜欢这段代码，因为如果我想更改多项式的根，我必须更改代码。我知道我必须在开头使用for循环：

for i in xrange(40):
    polyfit=np.polyfit(x,y,i)

但我无法弄清楚如何将所有多项式保存到列表中。如果我知道我会用它来计算任何根的def AIC（），那么我可以找到适合我数据的最佳曲线。 请帮帮忙，已经困扰了我2周了。如果您有任何不清楚的地方，请询问。