擅长:python、mysql、java
<p>但是,样条曲线不会给你一个“公式”,至少除非你有足够的资金来处理所有的分段段。即便如此,它也不会轻易写下来,也不会给你任何好看的东西。在</p>
<p>一条简单的样条线提供了一个插值。更糟糕的是,对于3000个点,插值样条线将提供大致如此多的三次段!你以前说过插值。当然,一个高阶的插值多项式无论如何都是完全的,所以不要以为你能回到那里。在</p>
<p>如果你所需要的只是一个能在任何点提供精确插值的工具,而且你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。在</p>
<p>或者你真的想要一个亲近的人?一个函数可以近似地拟合你的数据,消除任何噪音?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。这当然是可能的,但是有整本书都是关于曲线拟合,经验数据建模的。您的第一个目标是选择一个智能模型,它将代表这些数据。当然,最好的方法是,如果你对所研究的关系的物理理解中有一些明智的模型选择,那么你可以使用一个非线性回归方案来估计该模型的参数,其中有许多可以找到。在</p>
<p>如果你没有模型,又不愿意选择一个大致形状合适的模型,那么你只剩下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,我对此不太尊重。在</p>
<p>我想说的是,你需要做出一些选择,并对模型的选择做一些研究。在</p>