此代码：
import numpy as np
from statsmodels.tsa.api import ExponentialSmoothing
time_series = np.array([1,2,3,4,1,2,3,4,1,2,3,4,1,2,3,4])
print(ExponentialSmoothing(time_series, seasonal_periods=4, trend=None, seasonal="add").fit().forecast(4)) # [1. 2. 3. 4.]
在没有警告的情况下运行并正确打印 [1.2. 3.4.]在我的电脑上(Anaconda Navigator 1.9.12，Visual Studio Code 1.45.1，运行python 3.7.6，numpy 1.18.1，statsmodels 0.11.0(。
但是，在我同事的计算机上(运行Python 3.8，numpy 1.18.4，statsmodels 0.11.0的Visual Studio Code(上，相同的代码在正确打印之前触发以下警告[1。2. 3.4.]：
...\statsmodels\tsa\holtwinters.py:725： 运行时警告： 在 less_equal loc = initial_p <= lb 中遇到无效值
...\statsmodels\tsa\holtwinters.py:731： 运行时警告： 在 loc = initial_p>= ub greater_equal中遇到无效值
...\statsmodels\tsa\holtwinters.py:956： 运行时警告：除以日志中遇到的零 aic = self.nobs * np.log(sse/self.nobs( + k * 2
...\statsmodels\tsa\holtwinters.py:962： 运行时警告：除以日志中遇到的零 bic = self.nobs * np.log(sse/self.nobs( + k * np.log(self.nobs(
请问我们如何解决问题，以便我的同事不会收到这些运行时警告？还是我们不应该担心它们？非常感谢。
更新： 我想我已经找到了答案。我的测试数据太完美了，警告是由它引起的。在数据中引入抖动可消除警告。无论哪种方式，我认为，基于此，我们无论如何都可以忽略警告：
import numpy as np
from statsmodels.tsa.api import ExponentialSmoothing
time_series = np.array([1.2, 1.8, 3.2, 3.8, 1, 2, 3, 4, 1.1, 1.9, 3.1, 3.9, 1, 2, 3, 4])
print(ExponentialSmoothing(time_series, seasonal_periods=4, trend=None, seasonal="add").fit().forecast(4))
# [1.07500096 1.92499933 3.07500112 3.92499949]
另一个更新：不，不是这样。在我的计算机上，我仍然没有收到任何警告，但我的同事收到
...\statsmodels\tsa\holtwinters.py:725： 运行时警告： 在 less_equal loc = initial_p <= lb 中遇到无效值
...\statsmodels\tsa\holtwinters.py:731： 运行时警告： 在 loc = initial_p>= ub greater_equal中遇到无效值
看看库中的函数。 这会给你一个答案。
def _enforce_bounds(self, p, sel, lb, ub):
initial_p = p[sel]
# Ensure strictly inbounds
loc = initial_p <= lb
upper = ub[loc].copy()
upper[~np.isfinite(upper)] = 100.0
eps = 1e-4
initial_p[loc] = lb[loc] + eps * (upper - lb[loc])
loc = initial_p >= ub
lower = lb[loc].copy()
lower[~np.isfinite(lower)] = -100.0
eps = 1e-4
initial_p[loc] = ub[loc] - eps * (ub[loc] - lower)
return initial_p
似乎您的代码没有使用正确的边界来运行指数平滑((