Python 大数据集、插值

我正在寻找一个“方法”来得到一个公式，公式来自拟合一组数据（3000点）。我使用的是勒让德多项式，但对于>20个点，它并没有给出精确的值。我可以编写chi2测试，但算法需要大量的时间来计算N个参数，而且一开始我不知道函数是什么样子，所以需要时间。我在想样条线。。。也许

所以输入是：3000品脱

输出：f（x）=。。。某物

我想从fit那里得到一个公式。在python中实现这一点的最佳方法是什么

让原力与我们同在！

---

Nykon

多项式拟合如何：

或其他一些插值方案：

---

如果不了解更多关于数据集的信息，不知道需要多好的拟合，就很难推荐合适的方法

多项式拟合如何：

或其他一些插值方案：

---

如果不了解更多关于数据集的信息，不知道需要多好的拟合，就很难推荐合适的方法

唯一的公式是3000阶多项式

---

合身需要有多好？你期望什么类型的公式？

唯一的公式是3000阶多项式

---

合身需要有多好？您希望使用哪种类型的公式？

除非样条曲线不能为您提供“公式”，至少除非您有必要处理所有分段线段。即使这样，它也不会轻易地写下来，也不会给你任何好看的东西

简单的样条曲线将为您提供插值。更糟糕的是，对于3000个点，插值样条曲线将提供大约那么多的三次线段！你以前确实说过。当然，一个如此高阶的插值多项式无论如何都是完全的克拉波拉，所以不要认为你可以回到那里

如果您所需要的只是一个可以在任意点提供精确插值的工具，并且您真的不需要一个明确的公式，那么插值样条线是一个不错的选择

或者你真的想要一个近似值？一个能近似拟合数据、消除任何噪声的函数？事实上，很多时候，当不知道自己在做什么的人说“插值”时，他们实际上是指近似、平滑。当然，这是可能的，但是有整本书都是关于曲线拟合的，经验数据的建模。然后，您的第一个目标是选择一个表示此数据的智能模型。当然，最好的方法是，如果你能从对研究关系的物理理解中明智地选择模型，那么你可以使用非线性回归方案来估计该模型的参数，其中有很多可以找到

如果你没有模型，并且不愿意选择一个大致具有适当形状的模型，那么你只能使用样条曲线形式的通用模型，可以在回归意义上进行拟合，或者使用高阶多项式模型，对此我几乎不尊重

---

我的观点是，你需要做出一些选择，并对模型的选择做一些研究。

除非样条曲线不能给你一个“公式”，至少除非你有必要处理所有分段段。即使这样，它也不会轻易地写下来，也不会给你任何好看的东西

简单的样条曲线将为您提供插值。更糟糕的是，对于3000个点，插值样条曲线将提供大约那么多的三次线段！你以前确实说过。当然，一个如此高阶的插值多项式无论如何都是完全的克拉波拉，所以不要认为你可以回到那里

如果您所需要的只是一个可以在任意点提供精确插值的工具，并且您真的不需要一个明确的公式，那么插值样条线是一个不错的选择

或者你真的想要一个近似值？一个能近似拟合数据、消除任何噪声的函数？事实上，很多时候，当不知道自己在做什么的人说“插值”时，他们实际上是指近似、平滑。当然，这是可能的，但是有整本书都是关于曲线拟合的，经验数据的建模。然后，您的第一个目标是选择一个表示此数据的智能模型。当然，最好的方法是，如果你能从对研究关系的物理理解中明智地选择模型，那么你可以使用非线性回归方案来估计该模型的参数，其中有很多可以找到

如果你没有模型，并且不愿意选择一个大致具有适当形状的模型，那么你只能使用样条曲线形式的通用模型，可以在回归意义上进行拟合，或者使用高阶多项式模型，对此我几乎不尊重

---

我的观点是，您需要做出一些选择，并对模型的选择进行一些研究。

您可以对观察到的点进行采样（最好是随机采样），然后将三次样条曲线拟合到此样本（如果重复此过程，您可以创建样条曲线的分布）。将样条曲线拟合到3000个点有点多，但是基于样本生成样条曲线分布可以让您了解函数的外观。正如Josh上面提到的，这是一个开始搜索的好地方

您可以对观察到的点进行采样（最好是随机采样），并将三次样条曲线拟合到此采样（如果重复此过程，您可以创建样条曲线的分布）。将样条曲线拟合到3000个点有点多，但是基于样本生成样条曲线分布可以让您了解函数的外观。正如Josh上面提到的，这是一个开始搜索的好地方

我同意Josh在下面的回答中的评论：不看l