有没有办法将我的数据集的不确定性纳入 Savitzky Golay 拟合的结果中？由于我没有将此信息传递到函数中，因此我认为它只是通过未加权的最小二乘过程来计算“最佳拟合”。我目前正在处理具有非均匀不确定性的数据，因此可以通过包含主数据集的错误来改进数据的拟合度。
Savitzky-Golay 滤波器的维基百科页面建议我如何改变计算拟合系数的过程，我正在盯着 的代码scipy.signal.savgol_filter，但我无法理解我需要调整的内容，以便这会做我想做的事。
是否有现成的加权 SG 滤波器漂浮？我很难相信没有人曾经需要过这个 Python 工具，但也许我错过了一些东西。