使用StatsForecast触发ValueError: math domain error问题求助

报错来自math.log(nstar)的定义域错误，说明单用户训练集的样本量nstar≤0——对数函数仅接受正数输入。结合你每个用户有16周数据的背景，大概率是部分用户的训练集样本量不足、存在缺失值，或y全为0导致模型拟合时计算异常。

• 排查异常用户
  先统计训练集中每个用户的样本量、缺失值和全0情况：

  # 统计每个用户的训练样本数
  train_user_counts = train.groupby('unique_id').size()
  # 找出样本量<3的用户（ARIMA至少需要少量观测支撑）
  small_sample_users = train_user_counts[train_user_counts < 3].index.tolist()
  
  # 检查y字段有缺失值的用户
  missing_y_users = train.groupby('unique_id')['y'].apply(lambda x: x.isna().any())
  missing_y_users = missing_y_users[missing_y_users].index.tolist()
  
  # 检查y字段全为0的用户
  all_zero_users = train.groupby('unique_id')['y'].apply(lambda x: (x == 0).all())
  all_zero_users = all_zero_users[all_zero_users].index.tolist()
  

• 清理训练数据
  剔除上述异常用户后再训练：

  # 合并所有异常用户列表
  invalid_users = set(small_sample_users + missing_y_users + all_zero_users)
  # 过滤训练集，仅保留正常用户
  filtered_train = train[~train['unique_id'].isin(invalid_users)]
  
  # 重新初始化并拟合模型
  model = StatsForecast(models=[AutoARIMA(season_length=52)], freq='W', n_jobs=-1)
  model.fit(filtered_train)
  

• 调整模型参数适配小样本
  由于单用户仅16周数据，原season_length=7不符合周度数据的季节周期（应为52），且小样本下复杂模型易出错，可简化模型：

  # 关闭季节性，限制模型阶数降低复杂度
  model = StatsForecast(
      models=[AutoARIMA(seasonal=False, max_p=2, max_q=2, max_d=1)], 
      freq='W', 
      n_jobs=-1
  )
  

• 单独处理异常用户
  对于样本量不足或全0的用户，可直接用简单逻辑生成预测：比如全0用户预测值设为0，小样本用户用历史平均值替代模型预测。

内容的提问来源于stack exchange，提问作者Gopi S