Stats Model报错：fit()不支持'disp'参数 求解决方案

问题原因 #

你使用的statsmodels版本已移除ARIMA fit方法中的disp参数——旧版本里disp用于控制训练过程的输出显示，新版本改用verbose参数实现相同功能，且默认情况下训练过程不会输出日志。

另外你的代码存在缩进错误：model_fit = model.fit(...)及后续几行未缩进，导致它们不在for循环体内，会引发逻辑错误，这一点需要同时修正。

解决方案 #

修正代码的两个关键点： #

1. 替换/移除disp=0：
   • 直接移除该参数（默认不输出训练信息），或改用verbose=0
2. 修复缩进，确保循环内的代码都处于for块中

修改后的完整代码 #

ar_preds = []

history = [x for x in train_series]

for t in range(len(test_series)):
    model = ARIMA(history, order=(1,0,0))
    # 移除disp参数，或改用verbose=0
    model_fit = model.fit()
    # 或者用 model_fit = model.fit(verbose=0)
    output = model_fit.forecast()
    ar_preds.append(output[0][0])
    history.append(test_series[t])

ar_pred_series = pd.Series(ar_preds, index=test_series.index)

error = mean_squared_error(test_series, ar_pred_series)

print('MSE: %.3f' % error)

plt.plot(test_series, label='Observed Values')
plt.plot(ar_pred_series, color='blue', label='Forecasted Values')
plt.legend()
plt.title('AR(1) Model Forecasts')
plt.ylabel('Energy Consumption (MW)')
plt.show()

补充说明 #

• verbose参数取值：0=无输出，1=输出训练进度，2=输出详细训练信息
• 建议使用最新稳定版statsmodels，若需兼容旧代码可降级到0.12.x及以下版本（不推荐，优先适配新版本）

内容的提问来源于stack exchange，提问作者Sonu Kumar