Python fbprophet：误差评估模型对数概率：非有限梯度

我得到以下错误：

我所做的就是运行这段代码。我使用了这个数据集，但尝试了几个不同的数据集，它们都返回了这条消息

pandas_df = pd.read_csv(file_path)
data_to_use = pandas_df.filter(['datetime', 'close'])
data_to_use.columns = ['ds', 'y']
data_to_use['ds'] = to_datetime(data_to_use['ds'])

model = Prophet()
model.fit(data_to_use)

future_dates = model.make_future_dataframe(periods=365)
prediction = model.predict(future_dates)

我已经在新的conda环境中安装了pystan和fbprophet，即python 3.7.10、pystan 2.19.1.1和fbprophet 0.7.1

---

我不知道如何继续，因此任何建议都将不胜感激。

我无法重现您的错误，但我相信我知道拟合失败的原因。 您试图拟合的数据是>500只股票的收盘价。当使用

数据进行绘制时，使用.plot.scatter（x='ds'，y='y'，s=0.01）

，您可以得到：

我认为拟合是失败的，因为它只是在努力收敛到中提到的合理解决方案。当我天真地尝试拟合这个数据时，它并没有失败，而是在

y=100

附近给出了一个几乎水平的线预测，并带有非常大的误差条

根据您要做的事情，我建议您通过

名称

选择一只股票，例如：

data_to_use_pcln = pandas_df[pandas_df.Name.eq('PCLN')].filter(['date', 'close'])
data_to_use_pcln.columns = ['ds', 'y']
data_to_use_pcln['ds'] = pd.to_datetime(data_to_use_pcln['ds'])

或者将每天的所有股票价格相加如下：

summed_data = pandas_df.groupby('date').agg('sum').reset_index().filter(['date', 'close'])
summed_data.columns = ['ds', 'y']
summed_data['ds'] = pd.to_datetime(summed_data['ds'])

将求和的数据传递给

model.fit（）

可以提供合理的解决方案：

---

我认为您可能安装了较旧的、不受支持的版本。虽然

fbprophet

的pypi页面仍然是Google上的最佳搜索结果，但我相信您确实想下载并安装

prophet

软件包，该软件包现在已在1.0.1版上。所以

pip安装prophet

，而不是

pip安装prophet

。谢谢！我刚刚试过，但结果是一样的：(