光滑样条（smoothing spline），理学-统计学-数理统计-拟似然推断，一种基于样条基的方法，在求解最小二乘时，给估计函数时加上一定光滑程度的惩罚。回归样条的确定涉及多项式的阶数和节点的个数与位置，而光滑样条从函数的光滑程度出发，可以避免样条基节点的选择问题，拟合的复杂度由惩罚项来控制。在所有二阶连续可微的函数中，找到一个使得惩罚残差平方和最小的函数：式中为固定的光滑参数（smoothing parameter）。第一项衡量与数据的近似程度，第二项对函数的曲率进行惩罚，且建立了两者之间的一个平衡。可以证明上述问题存在一个显式的有限维的唯一一个最小值点，是一个结点在不重复的处的自然三次样条。由于解是自然三次样条，可以把它写成：式中为自然样条的基函数。上述问题可以简化成：式中；。很容易看出该问题的解是一个广义岭回归的解为：例如，表示用光滑样条来拟合onzone concentration（区内深度）和Daggot pressure gradient（达戈特压力梯度）之间的关系。