python - Python 中的插值作为预测

Question

我使用 statsmodels 有一个适合我的数据的 LOWESS 模型，现在我想用它来推断我的测试数据。 statsmodels 包不提供推理接口(interface)，但由于我有大约 14.000 个点描述了一个非常简单的关系，我确信线性插值会做得很好。

如何扩展下面的代码以使用现有的 (x,y) 对使用线性插值来推断新的观测值？

import numpy as np
import pylab as plt
import statsmodels.api as sm

x = np.linspace(0,2*np.pi,100)
y = np.sin(x) + np.random.random(100) * 0.2
lowess = sm.nonparametric.lowess(y, x, frac=0.1)

Answer 1

您可以对数据使用 numpy interp，如下所示:

import numpy as np
new_x_values = [0,1,2]
np.interp(new_x_values, lowess[:,0], lowess[:,1])