我正在尝试使用scipy.interpolate.UnivariateSpline创建三次样条曲线，但我找不到平滑因子s的适当值。
在s=0，每个数据点成为一个结，曲线遍历每个点。另一方面，s的高值返回2节的曲线。
理想情况下，我想要一条超过2节的曲线以获得更好的贴合度，我绝对不希望曲线穿过每个点。我相信大约5节的曲线将是合身度和平滑度之间的良好平衡。
目前，我正在使用UnivariateSpline制作曲线并调整平滑度，直到结节数为5左右。显然，这不是最好的过程。
是否有更好的计算或统计方法可以根据一组数据确定平滑因子？
答案 0 :(得分：1)
Scipy本身使用这种启发式（来自文档）：
用于选择结数的正平滑因子。在平滑条件下，结数将增加 满足：
sum((w[i] * (y[i]-spl(x[i])))**2, axis=0) <= s如果为None（默认值），则s = len（w）如果1 / w [i]是y [i]的标准偏差的估计值，则该值应该是一个好的值。如果为0，则样条曲线 将插入所有数据点。
根据我的经验，当你使用样条曲线时，你是想要看起来而不是试图适合你以后想要使用的功能，所以你可能需要手动检查它是否确实看起来很好。我可能只是看看数据，然后用for循环制作3-4个版本并检查哪一个我觉得更漂亮：）