Python 自动arima-Schur分解解算器错误

我将在下面的文章中编写一个异常检测程序，我的逐步模型似乎正在生成

LinalError:Schur分解解算器错误。

我发现ARIMA函数也存在同样的问题，并尝试添加参数

enforce_Stability=False，enforce_inversibility=False

但问题仍然存在

from pmdarima.arima import auto_arima
import math
import statsmodels.api as sm
import statsmodels.tsa.api as smt
from sklearn.metrics import mean_squared_error
stepwise_model = auto_arima(train_log, start_p=1, start_q=1,
                           max_p=3, max_q=3, m=7,
                           start_P=0, seasonal=True,
                           d=1, D=1, trace=True,
                           error_action='ignore',  
                           suppress_warnings=True, 
                           stepwise=True)

train, test = actual_vals[0:-70], actual_vals[-70:]
train_log, test_log = np.log10(train), np.log10(test)
# split data into train and test-sets
history = [x for x in train_log]
predictions = list()
predict_log=list()
for t in range(len(test_log)):
    stepwise_model.fit(history)
    output = stepwise_model.predict(n_periods=1)
    predict_log.append(output[0])
    yhat = 10**output[0]
    predictions.append(yhat)
    obs = test_log[t]
    history.append(obs)

# plot
figsize=(12, 7)
plt.figure(figsize=figsize)
pyplot.plot(test,label='Actuals')
pyplot.plot(predictions, color='red',label='Predicted')
pyplot.legend(loc='upper right')
pyplot.show()

您应该能够通过使用时间序列数据帧的值列替换实际值来复制错误？但如果不是，我的数据是。您可以使用

df=pd.read\u csv（'/Users/main/Downloads/Stage.csv'，header=14，low\u memory=False）读取它。

。虽然我在处理csv数据时遇到了一些错误，但您可能必须从sql数据库中读取它