LinAlgError: SVD没有收敛于线性最小二乘: fit()函数给了我误差

Question

在VAR建模过程中，选择信息准则Akaike (AIC)作为模型选择准则进行最优模型辨识。简单地说，我根据运行以下代码的最佳score.So来选择VAR的顺序(p)：

forecasting_model = VAR(train)
results_aic = []
for p in range(1,10):
  results = forecasting_model.fit(p)
  results_aic.append(results.aic)

但是它给出了这样的错误：

    ---------------------------------------------------------------------------
    LinAlgError                               Traceback (most recent call last)
    Input In [77], in <cell line: 3>()
          2 results_aic = []
          3 for p in range(1,10):
    ----> 4   results = forecasting_model.fit(p)
          5   results_aic.append(results.aic)
.
.
. 
    LinAlgError: SVD did not converge in Linear Least Squares

知道我怎么能解决这个错误吗？

Answer 1

我还不能留下评论，所以很抱歉，这不是一个完整的答案，但是this answer here对于类似的问题有很多建议，暗示在您的数据集中存在一些NaNs或无穷大。您可能会对print(np.sum(np.isnan(train)))做一次明智的检查，以检查您的数据中是否有NaNs。