我遇到了同样的问题。我可以在Mac上运行的同一脚本不在Windows上运行。你有相同的区别吗？也许是与环境有关的问题？
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.]
在无警告的情况下运行并正确打印[1。 2. 3. 4.]在我的计算机上（带有Visual Studio Code 1.45.1的Anconda Navigator 1.9.12，运行python 3.7.6，numpy 1.18.1，statsmodels 0.11.0）。
然而，在我同事的计算机上（运行Python 3.8的Visual Studio代码，numpy 1.18.4，statsmodels 0.11.0），相同的代码会在正确打印之前触发以下警告[1。 2. 3. 4。]：
... \ statsmodels \ tsa \ holtwinters.py：725：RuntimeWarning：在less_equal loc = initial_p <= lb]中遇到的无效值>
... \ statsmodels \ tsa \ holtwinters.py：731：RuntimeWarning：在Greater_equal loc = initial_p> = ub中遇到无效值
... \ statsmodels \ tsa \ holtwinters.py：956：RuntimeWarning：被log aic = self.nobs * np.log（sse / self.nobs）+ k * 2]遇到的零除
... \ statsmodels \ tsa \ holtwinters.py：962：RuntimeWarning：除以log bic中遇到的零bic = self.nobs * np.log（sse / self.nobs）+ k * np.log（self.nobs ）
我们该如何解决问题，以便我的同事不会收到这些RuntimeWarnings？还是我们不应该担心它们？非常感谢。
更新：我想我找到了答案。我的测试数据太完美了，警告是由此引起的。在数据中引入抖动可以消除警告。在此基础上，我认为无论哪种方式我们都可以忽略警告：
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：不是，不是吗。在我的计算机上，我仍然没有收到任何警告，但是我的同事却收到了
... \ statsmodels \ tsa \ holtwinters.py：725：RuntimeWarning：在less_equal loc = initial_p <= lb]中遇到的无效值>
... \ statsmodels \ tsa \ holtwinters.py：731：RuntimeWarning：在Greater_equal loc = initial_p> = ub中遇到无效值
此代码：从statsmodels.tsa.api中将numpy作为np导入import exponentialsmoothing time_series = np.array（[1,2,3,4,1,2,3,4,1,2,3,4,1， 2,3,4]）print（ExponentialSmoothing（timeseries，season_periods = 4，...
我遇到了同样的问题。我可以在Mac上运行的同一脚本不在Windows上运行。你有相同的区别吗？也许是与环境有关的问题？
我遇到了同样的问题。我可以在Mac上运行的同一脚本不在Windows上运行。你有相同的区别吗？也许是与环境有关的问题？