我在建模 ARIMA 和检查 MSE 时遇到了一个奇怪的问题。
这是我正在尝试的代码。
from sklearn.metrics import mean_squared_error
import sys
split_point = int(len(value_series) * 0.66)
train, test = value_series.values[0:split_point], value_series.values[split_point:]
history = [float(x) for x in train]
predictions = list()
for t in range(len(test)):
try:
model = ARIMA(history, order=(2,1,2))
model_fit = model.fit(disp=0)
output = model_fit.forecast()
yhat = output[0]
predictions.append(yhat)
obs = test[t]
history.append(obs)
print('# %s predicted=%f, expected=%f' % (t, yhat, obs))
except:
print("Unexpected error:", sys.exc_info()[0])
pass
error = mean_squared_error(test, predictions)
print('Test MSE: %.3f' % error)
我得到的错误Unexpected error: <class 'numpy.linalg.linalg.LinAlgError'>
在线model_fit = model.fit(disp=0)
。该错误从第 282 位到列表长度为 343 的数据末尾出现,但我仍然找不到任何解决方案和原因。
无论如何,预测和测试的长度输出分别为 282 和 343。我不知道为什么预测无法附加 yhat,这意味着 arima.fit.forcast() 的输出无法分配 yhat...
+) 那是有SVD did not converge
错误的。