我在多维空间中有数以万计的非结构化点。我想将这些插入到数以万计的其他非结构化点中。插值可以平滑，但分段线性是首选，我希望它比最近邻插值更平滑。可能需要外推，因此 LinearNDInterpolator 已失效。输入和输出点将由簇组成，因此使用 scipy 的 RBF 插值器等方法效率低下，因为我相信这将使用所有输入点来计算每个输出点，即使许多输入点将彼此相似。
This answer 对一个类似的问题表明，当输入数量很大时，可以使 RBF 插值更有效，但没有包括细节。怎么办？
因为我可以容忍平滑，而且许多输入将彼此相似，所以支持向量回归可能是合适的。还有其他适合这种情况的方法吗（最好是带有 Python 接口的方法）？
答案 0 :(得分：1)
即使对于 RBF 方法，数万个点也不算多，尤其是如果您可以通过聚类和删除冗余点进一步减少它们。
一个合适的 RBF 库，就像这里推荐的那个 Constraining RBF interpolation of 3D surface to keep curvature，应该能够处理这个问题，尤其是使用紧凑支持的基础内核（在 https://rbf.readthedocs.io/en/latest/basis.html 中称为 Wendland）。
你能不能试试那个库，试试内核和它们的参数，我希望你在 RBF 方法上取得成功。