在R中使用nnetar函数进行预测时的误差

这是关于我在forecast package中使用nnetar函数运行产品移动预测时遇到的错误。我有从2012年12月8日开始的每周数据。下面是我转换为时间序列的示例数据

      Time Series:
      Start = 2012.9363449692 
      End = 2016.32854209446 
      Frequency = 52.1785714285714 
      [1]    1    4    2    2   12    7   15   24   37   32   68   46
      [13]   72   83  132  239  216  299  290  370  519  452  343  472
      [25]  505  548  457  497  445  770  813  327  337  253  222  244
      [37]  302  720  601 1014  153   86   45   13    3    8    7    4
      [49]    4    3    2   10    3    4    1    7   10   14   32   89
      [61]   44   42   73   57   70  103  172  193  149  236  276  345
      [73]  403  608  557  537  655  704  611  578  503  597 1140  636
      [85]  309  416  385  282  211  970  937 1817  261   86   30   12
      [97]   15    1    7   13   12    7    2   10    2    6    5    5
      [109]   10   24   21   46   54   59  140   96   70  115  237  242
      [121]  205  422  336  337  390  573  329  283  328  388  438  528
      [133]  731  646  890  710  668  842  740  817  968  626 1425  337
      [145]  204   86   64   32   13   11    7    7    4    0    3    3
      [157]    2    0    4    1    6    0    4    9   22   66   68   71
      [169]  123   80  127  165  221  463  691  572  753  615

下面是我的代码：

   library(forecast)

   data <- read.table("./data.txt", quote="\"", comment.char="")
   series <- ts(as.numeric(data), start=2012+342/365.25, frequency =
   365.25/7)

   NNET <- nnetar(series)

库（预测）
数据这是由52.1785714285714的非整数季节频率引起的错误。我现在已经在github版本上修复了它

将其设置为52并使用CRAN版本，或者使用github版本，现在将频率舍入到最接近的整数。
这可能与此有关：谢谢分享链接。但我不确定我的问题是否与POSIXlt对象有关。你能帮我把它处理掉吗？有没有丢失的数据？没有，没有丢失的数据。我使用了上述相同的数据。我有178周的数据，谢谢你，先生。我有一个跟进问题，我有从2012年12月8日开始的每周数据。根据你的建议，我能把我的时间序列定义为：系列吗