本教程旨在针对性优化温补参数，降低温飘，进行本优化耗时较长(1h以上)，如果不温补已经能满足需求则不需要进行本操作。  
首先将下方宏粘贴到配置文件中
```
[gcode_macro DATA_SAMPLE]
gcode:
  M106 S255
  TEMPERATURE_WAIT SENSOR='temperature_sensor IDM_coil' MAXIMUM=40
  M106 S0
  G28
  G0 Z1
  M104 S250
  M140 S95
  G4 P1000
  IDM_STREAM FILENAME=data1
  TEMPERATURE_WAIT SENSOR='temperature_sensor IDM_coil' MINIMUM=70
  IDM_STREAM FILENAME=data1
  M104 S0
  M140 S0
  M106 S255
  G0 Z80
  TEMPERATURE_WAIT SENSOR='temperature_sensor IDM_coil' MAXIMUM=40
  M106 S0
  G28 Z0
  G0 Z2
  M104 S250
  M140 S95
  G4 P1000
  IDM_STREAM FILENAME=data2
  TEMPERATURE_WAIT SENSOR='temperature_sensor IDM_coil' MINIMUM=70
  IDM_STREAM FILENAME=data2
  M104 S0
  M140 S0
  M106 S255
  G0 Z80
  TEMPERATURE_WAIT SENSOR='temperature_sensor IDM_coil' MAXIMUM=40
  M106 S0
  G28 Z0
  G0 Z3
  M104 S250
  M140 S95
  G4 P1000
  IDM_STREAM FILENAME=data3
  TEMPERATURE_WAIT SENSOR='temperature_sensor IDM_coil' MINIMUM=70
  IDM_STREAM FILENAME=data3
  M104 S0
  M140 S0
  M106 S255
  G0 Z80
  TEMPERATURE_WAIT SENSOR='temperature_sensor IDM_coil' MAXIMUM=40
  M106 S0
  G28 Z0
  G0 Z5
  M104 S250
  M140 S95
  G4 P1000
  IDM_STREAM FILENAME=data4
  TEMPERATURE_WAIT SENSOR='temperature_sensor IDM_coil' MINIMUM=70
  IDM_STREAM FILENAME=data4
  M104 S0
  M140 S0
```

然后执行该宏，之后会在klipper文件夹中生成data1,data2,data3,data4 四个文件，耗时很长。  
完成后将4个文件移动到用户目录下的IDM文件夹中。
然后执行
```
cd ~/IDM
~/klippy-env/bin/python arg_fit.py
```
(请在执行前确认当前使用的是最新的脚本包，如果不是 请重新git clone)  
运行后会生成出三个参数，并在IDM文件夹中生成一张图片。(这个过程运算量很大，需要一段时间)  
请检查该文件名为fit_result.png的图片，并判断拟合效果，图片示例如下:  
![fit_result](/imgs/fit_result.png)  
第一行为原始数据，第二行为温补后的数据。可以看到这是一个拟合效果比较好的，偏移都被控制在3位数内。

将生成的参数复制到配置文件中的[IDM]块下
示例如下:
![fit_result](/imgs/example.png)