我当时使用scipy.signal.cspline1d()来平滑我拥有的时间序列。一切正常，但是现在我要描述该过程，我意识到我不知道参数lamb实际代表什么。当然，我可以只报告使用的值，但我认为用更易于掌握的平滑属性（例如低通滤波中的截止频率，或平均在一起的点数，等等。
在spline interpolation的文档页面上，我发现有一个平滑参数在某种程度上与拟合的数据点相关联，但无法真正从中得出如何将其应用于我的数据的信息。
因此，lamb与其他度量之间是否存在直接关系？
谢谢！
答案 0 :(得分：1)
如果有帮助，
cspline1d()的实现–如果lamb不为0，_cubic_smooth_coeff(signal, lamb)，而后者依次_coeff_smooth(lam)来获取用于处理给定信号的rho和omega值。实现这一点的18-year-old commit并没有给我们带来太多启示，但是函数名_cubic_smooth_coeff会有所帮助。
有this Wikipedia article的lambda定义很有希望：
λ> = 0是一个平滑参数，它控制对数据的保真度和函数估计的粗糙度之间的权衡。这通常是通过广义交叉验证或受限边际似然（REML）来估计的，而后者利用样条平滑和贝叶斯估计之间的联系