多线程SARIMAX模型出错

Question

我第一次使用线程库来加快SARIMAX模型的训练时间。但是代码一直出现以下错误：

Bad direction in the line search; refresh the lbfgs memory and restart the iteration.
This problem is unconstrained.
This problem is unconstrained.
This problem is unconstrained.

以下是我的代码：

import numpy as np
import pandas as pd
from statsmodels.tsa.arima_model import ARIMA
import statsmodels.tsa.api as smt
from threading import Thread

def process_id(ndata):
   train = ndata[0:-7]
   test = ndata[len(train):]
   try:
       model = smt.SARIMAX(train.asfreq(freq='1d'), exog=None, order=(0, 1, 1), seasonal_order=(0, 1, 1, 7)).fit()
       pred = model.get_forecast(len(test))
       fcst = pred.predicted_mean
       fcst.index = test.index
       mapelist = []
       for i in range(len(fcst)):
            mapelist.insert(i, (np.absolute(test[i] - fcst[i])) / test[i])
       mape = np.mean(mapelist) * 100
       print(mape)
    except:
       mape = 0
       pass
return mape

def process_range(ndata, store=None):
   if store is None:
      store = {}
   for id in ndata:
      store[id] = process_id(ndata[id])
   return store


def threaded_process_range(nthreads,ndata):
    store = {}
    threads = []
    # create the threads
    k = 0
    tk = ndata.columns
    for i in range(nthreads):
        dk  = tk[k:len(tk)/nthreads+k]
        k = k+len(tk)/nthreads
        t = Thread(target=process_range, args=(ndata[dk],store))
        threads.append(t)
    [ t.start() for t in threads ]
    [ t.join() for t in threads ]
    return store

outdata = threaded_process_range(4,ndata)

我想提几点：

• 数据是数据框中的每日股票时间序列
• 线程对ARIMA模型有效
• SARIMAX模型需要在for循环中完成

非常感谢任何见解！

- Uasthana

Answer 1

我使用lbfgs时也遇到了同样的错误，我不确定为什么lbfgs无法进行梯度评估，但我尝试更改了优化器。你也可以尝试这个，从以下任何优化器中选择：

'newton'表示牛顿-拉夫逊方法，'nm'表示Nelder-Mead

'bfgs'表示Broyden-Fletcher-Goldfarb-Shanno（BFGS），

'lbfgs'表示带有可选框约束的有限内存BFGS

'powell'表示修改后的Powell方法

'cg'表示共轭梯度

'ncg'表示牛顿共轭梯度

'basinhopping'表示全局盆地跳跃求解器

在你的代码中更改如下：

model = smt.SARIMAX(train.asfreq(freq='1d'), exog=None, order=(0, 1, 1), seasonal_order=(0, 1, 1, 7)).fit(method='cg')

虽然这是一个旧问题，但如果将来有人遇到同样的问题，我还是会回答的。

- Rohan Kumar