非结构化数据的快速多维插值

Question

我在多维空间中有数万个非结构化点。我想将这些内插到数以万计的其他非结构化点。插值可以平滑，但分段线性是首选，我希望它比最近邻插值更平滑。可能需要外推，所以LinearNDInterpolator 不可用。输入和输出点将由簇组成，因此使用诸如 scipy 的RBF 插值器之类的方法效率低下，因为我相信这将使用所有输入点来计算每个输出点，即使许多输入点将是彼此相似。

This answer 对一个类似的问题表示，当输入数量很大时，可以使 RBF 插值更有效，但没有包括细节。怎么办？

由于我可以容忍平滑，并且许多输入彼此相似，支持向量回归可能是合适的。是否有其他适合这种情况的方法（最好是带有 Python 接口的方法）？

Answer 1

即使对于 RBF 方法，数万个点也不算多，尤其是如果您可以通过聚类和删除冗余点来进一步细化它们。

一个合适的 RBF 库，就像这里推荐的 Constraining RBF interpolation of 3D surface to keep curvature，应该能够处理这个问题，尤其是使用紧凑支持的基础内核（在 https://rbf.readthedocs.io/en/latest/basis.html 中称为 Wendland）。

您能否尝试使用该库，使用内核及其参数，希望您在 RBF 方法中获得成功。