La funzione smooth.spline in R consente un compromesso tra la rugosità (definita dal quadrato integrato della derivata seconda) e il montaggio dei punti (come definito sommando quadrati dei residui). Questo compromesso è ottenuto dal parametro spar o df. Ad un estremo si ottiene la linea dei minimi quadrati e l'altro si ottiene una curva molto sinuosa che interseca tutti i punti di dati (o la media se si hanno valori x duplicati con diversi valori y)Esiste un Python equivalente alla funzione smooth.spline in R
Ho guardato a scipy .interpolate.UnivariateSpline e altre varianti di spline in Python, tuttavia, sembrano solo un compromesso aumentando il numero di nodi e impostando una soglia (chiamata s) per i residui SS consentiti. Al contrario, la smooth.spline in R consente di avere nodi su tutti i valori x, senza necessariamente avere una curva sinuosa che colpisce tutti i punti - la penalità viene dalla seconda derivata.
Python ha un meccanismo di adattamento spline che si comporta in questo modo? Permettendo tutti i nodi ma penalizzando la derivata seconda?