我正在尝试使用scipy的interpolate.splrep将三次样条拟合到时间序列。但是，我无法确定如何确定有效的平滑条件，而无需通过眼睛手动调整。似乎应该有办法计算这个条件。
根据docs，平滑条件应以这种方式确定：
s的推荐值取决于权重w。如果权重代表y的标准偏差的倒数，那么应该在范围内找到一个好的s值（m-sqrt（2 * m），m + sqrt（2 * m））其中m是数量x，y和w中的数据点。默认值：如果提供了权重，则s = m-sqrt（2 * m）。如果没有提供权重，则s = 0.0（插值）。
然而，经过大量测试后，我无法使其工作（平滑非零）。 “拟合”通常最终看起来像任意的3次多项式。我正在处理一个数据集，当正确拟合时，该数据集应该是高次多项式。只是摆弄平滑条件，我发现s = 1E-9平衡接近度和平滑（我使用权重与数据）。
有没有人有任何想法发生了什么？
有理由我使用立方样条而不是其他插值方法，但我想知道我是否应该在别处寻找...