如何在 python 中拟合局部加权回归,以便它可以用于预测新数据?
有 statsmodels.nonparametric.smoothers_lowess.lowess
,但它只返回原始数据集的估计值;所以它似乎只做 fit
和 predict
在一起,而不是像我预期的那样分开。
scikit-learn
总是有一个 fit
方法,允许对象稍后在新数据上使用 predict
;但它没有实现 lowess
。
原文由 max 发布,翻译遵循 CC BY-SA 4.0 许可协议
Lowess 非常适合预测(与插值相结合时)!我认为代码非常简单——如果您有任何问题,请告诉我! Matplolib 图