n-dim python插值非线性

Question

我得到了一个由 5 个变量 Fx(s,m,p,h,l) 组成的函数

import numpy as np
s= np.arange(0,135,15)/10
m= np.array([150,180,195,210,240,255,270,285,300])
p=np.array([-1.5,-1,-0.5,0,0.5,1,1.5])
h=np.array([0,3,6,9,12])
l=np.array([0,0.5,1,1.5,2,2.5,3,4])

以及 csv 文件中函数的 180 个值。 我想通过插值计算所有点的缺失值 并使用径向基函数thin_plate 将非常有用。可能吗？ 我在这里找到的信息 Python 4D linear interpolation on a rectangular grid 插值函数 但是如果我用 None 替换数据数组中的某个值，此时 f(point) 给出“nan”。而且我不想使用线性插值，因为对于一组 4 个变量，我得到了 2 个带有值的点。 非常感谢你帮助LL

Answer 1

从scikit-learn 尝试 SVR 来解决您的问题：

from sklearn.svm import SVR # it uses RBF as default kernel
import numpy as np

n_samples, n_features = 180, 5

y = np.random.randn(n_samples)  #function values
X = np.random.randn(n_samples, n_features)   #points
clf = SVR(C=1.0, epsilon=0.2)
clf.fit(X, y)

#Get value at a new point:

clf.predict([0,150,-1.5,0,0]) 

由于 len(s)*len(m)*len(p)*len(h)*len(l) 是 22680 并且函数值仅在 180 点中已知，因此您对函数的信息很差。 ..