3次元点群の曲面近似を高次元の最小二乗法などで実現したい

Question

3次元点群の曲面近似を最小二乗法などを用いたプログラムで行いたいと考えています。7000個の点群データがあり、この点群データの形を多項式で近似したいです。（卵を縦に半分に切ったような形です）

numpyのployfitは平面座標上の点群の近似をパラメータを変えるだけで簡単に次数を変えられますが、このように空間座標の場合でも簡単に高次の近似式を実装する手段はございますでしょうか。
もしくは曲面のフィッティング関数を定義し、引数に次数を与えることで高次の近似式を実装する（引数で与えた次数の近似式を実装）ことは可能でしょうか。

Answer 1

Numpyでも1次元ずつ最適化すればできそうですね。

Scipyのscipy.optimizeで近似式を探るでもいけそうですね。日本語だとここが詳しいです。

Comments

[8c8]

提示していただいたサイトを参考にプログラムを作成してみます。
回答ありがとうございます。