是否有与 R 中的 smooth.spline 函数等效的 Python答案

【问题标题】：Is there a Python equivalent to the smooth.spline function in R是否有与 R 中的 smooth.spline 函数等效的 Python
【发布时间】：2015-06-01 10:47:13
【问题描述】：

R 中的 smooth.spline 函数允许在粗糙度（由二阶导数的积分平方定义）和拟合点（通过对残差的平方求和定义）之间进行权衡。这种权衡是由 spar 或 df 参数完成的。在一个极端，你得到最小二乘线，另一个你得到一条非常摆动的曲线，它与所有数据点相交（或者如果你有重复的 x 值和不同的 y 值，则为平均值）

我查看了 Python 中的 scipy.interpolate.UnivariateSpline 和其他样条变体，但是，它们似乎只能通过增加结数和为允许的 SS 残差设置阈值（称为 s）来进行权衡。相比之下，R 中的 smooth.spline 允许在所有 x 值处都有结，而不必有一条摆动的曲线到达所有点——惩罚来自二阶导数。

Python 是否有以这种方式运行的样条拟合机制？允许所有结但惩罚二阶导数？

【问题讨论】：

Python natural smoothing splines的可能重复

标签： python r smoothing splines

【解决方案1】：

您可以在 Python 中通过 rpy2 使用 R 函数：

import rpy2.robjects as robjects
r_y = robjects.FloatVector(y_train)
r_x = robjects.FloatVector(x_train)

r_smooth_spline = robjects.r['smooth.spline'] #extract R function# run smoothing function
spline1 = r_smooth_spline(x=r_x, y=r_y, spar=0.7)
ySpline=np.array(robjects.r['predict'](spline1,robjects.FloatVector(x_smooth)).rx2('y'))
plt.plot(x_smooth,ySpline)

_{如果要直接设置lambda：spline1 = r_smooth_spline(x=r_x, y=r_y, lambda=42)是不行的，因为lambda在Python中已经有别的意思了，但是有一个解决办法：How to use the lambda argument of smooth.spline in RPy WITHOUT Python interprating it as lambda。}

_{要运行代码，您首先需要定义数据x_train 和y_train，如果您想以全高清分辨率在-3 和5 之间绘制它，您可以定义x_smooth=np.array(np.linspace(-3,5,1920)).
。}

【讨论】：

【解决方案2】：

通过对谷歌的研究，我得出结论

相比之下，R 中的 smooth.spline 允许在所有 x 值处都有结，而不必有一条摆动的曲线触及所有点——惩罚来自二阶导数。

【讨论】：

【解决方案3】：

我一直在寻找完全相同的东西，但宁愿不必将代码翻译成 Python。然而，Splinter 包似乎是一种选择：https://github.com/bgrimstad/splinter

【讨论】：