如何训练曲线按照部分给定的点进行趋势拟合？

如何将图中红色曲线，根据部分蓝色线段，拟合成尽量贴近蓝色线段的曲线。可以用什么算法或者方法。

这个取决于你的损失函数，判断是否靠近蓝色数据，以距离远近给惩罚值

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 这有个类似的问题, 你可以参考下: https://ask.csdn.net/questions/184462
• 这篇博客你也可以参考下：机器学习-验证曲线(过拟合与欠拟合的解决)
• 除此之外, 这篇博客: 基于惯性权重与柯西混沌变异的改进正余弦算法中的 （1）基于曲线自适应的振幅调整因子 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:
  

  基本SCA中线性的振幅调整因子无法有效提升SCA算法的寻优精度和收敛速度，为此，IWCCSCA算法设计了一种基于指数函数的曲线自适应振动调整因子的更新方法，定义为：r1(t)=a−a×[1e−1×(etTmax⁡−1)]k(1)r_1(t)=a-a\times[\frac{1}{e-1}\times(e^{\frac{t}{T_{\max}}}-1)]^k\tag{1}r1​(t)=a−a×[e−11​×(eTmax​t​−1)]k(1)其中，kkk为调节系数。根据式(1)，r1r_1r1​的递减速率随迭代先慢后快，这表明前期的迭代次数比原始SCA算法更多，可以相对增强全局搜索能力，而削弱开发能力，这有助于在更大空间内搜寻最优解。而后期r1r_1r1​将加速递减，加快算法收敛。

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^