Python 如何为scipy.interpolate.UnivariateSpline选择合适的平滑因子

我正在尝试使用

scipy.interpolate.UnivariateSpline

创建三次样条曲线，但是我很难找到平滑因子

s

的合适值

在

s=0时

，每个数据点成为一个结，曲线穿过每个点。另一方面，

s

的高值返回一条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拟合，我绝对不想要一条通过每一点的曲线。我相信一条5节左右的曲线将是拟合度和平滑度之间的良好平衡

目前，我正在使用

UnivariateSpline

绘制曲线，并调整平滑度，直到节点数达到5个左右。显然，这不是最好的过程

---

有没有更好的计算或统计方法来确定基于一组数据的平滑度因子？

Scipy本身使用这种启发式方法（来自文档）：

用于选择结数的正平滑因子。节点数将增加，直到平滑条件满足 满意：

sum((w[i] * (y[i]-spl(x[i])))**2, axis=0) <= s

sum（（w[i]*（y[i]-spl（x[i]））**2，轴=0）