尝试编写 LOESS 的 python/r 版本时提出的一些问题。我在网上搜索但没有得到满意的答案。Cleveland 编写的原始 C 版本在他的论文 Cleveland (1979, 1988) 中提出和描述可以在 R 源代码中找到，但是我不习惯 C 代码，而程序有点复杂，这使得它更加困难。
大多数其他语言的实现都没有原始 LOESS 的全部功能，例如 Cleveland (1988) 中描述的使用插值函数的预测函数。并且使用的 kd 树方法（在那篇论文中提到）在这些版本中丢失了。
所以，我的问题是：
1.
在单元顶点处评估黄土拟合，然后混合函数进行插值
（来自 R 中的 LOESS 手册）。
那么如果我写一个python/r版本，模型应该怎么存储呢？每个顶点存储一个拟合值、混合函数、边（窗口、单元格或其他）？
2、如何实现LOESS模型的predict()函数？如何预测输入数据（首先查找它属于哪个窗口的数据，然后使用混合函数计算值）？