这里是我的问题的背景：我有来自测量的数据样本。我正在记录 N 个属性。我想根据这些数据进行敏感性分析，将我的研究重点放在重要参数上。例如，如果我使用 sobol 方法，我需要将数据转换为“模型”来操纵它（回归估计）。
因此，这是我的问题：你知道一种用Python语言执行N维多项式/样条回归（非线性）的方法（或工具箱，如果存在）吗？
我听说过一些有关 catmull-rom 方法的信息，但我不明白如何应用它。
谢谢您的帮助！
多项式回归与线性回归相同，只是进行了特征变换，也就是说，如果我正确理解你的问题的话。因此，如果您有一个变量 x，您只需计算 x^2，将其添加到您的数据集并使用任何标准库（例如 sklearn）进行多元线性回归。
对于样条回归，我所知道的最好的库是 pyGAM。我建议从文档中的教程开始：https://pygam.readthedocs.io/en/latest/notebooks/quick_start.html#Fit-a-Model。