在尝试编写python的rthon版本时提出了一些问题。我在网上搜索但没有得到满意的答案。克利夫兰写的原始C版本在他的论文Cleveland（1979,1988）中提出和描述可以在R源代码中找到，但是我不习惯C代码，而程序有点复杂，这使得它更加困难。
其他语言的大部分实现都没有原始LOESS的全部功能，如使用插值函数在Cleveland（1988）中描述的预测函数。并且使用的k-d树方法（在那篇论文中提到）在那些版本中丢失了 所以，我的问题是：
1。
在单元顶点处评估黄土拟合，然后进行混合 函数进行插值
（来自R的LOESS手册）。
然后，如果我写一个python / r版本，该模型应该如何存储？每个顶点存储拟合值，混合函数，边（窗口，单元格或其他）？
2. 如何实现LOESS模型的predict（）函数？如何预测输入数据（首先查找数据属于哪个窗口然后使用混合函数计算值？）