我的数据包含大量维（58个或更多）。该数据无噪声。我正在尝试使用它对其他观点做出适当的预测。必须进行预测，以定义包含所有点的表面上任意点（平滑/连续表面）的一阶导数，如果输入，还应准确预测初始集中的每个数据点。
我认为拟合全局表面可能是一个好主意，但是在高维环境下，由于内存需求，这将成为一个很大的挑战，因此也许使用某种局部方法会更好。我使用基于距离的简单技术遇到的问题是，它无法捕获其他点如何围绕被插值的点（某些东西（例如自然邻点）会考虑在内）。
如果有人可以提出合适的算法，我将不胜感激，如果有一些易于使用的python库实现该算法，我将不胜感激。