TypeError: ARIMA.fit() got an unexpected keyword argument 'disp'

这个错误通常是由于ARIMA模型的fit()方法不支持disp参数导致的。disp参数用于控制拟合过程中是否输出详细信息。如果你想要控制输出信息，可以使用ARIMA模型的summary()方法。以下是一个例子：

from statsmodels.tsa.arima_model import ARIMA
import pandas as pd

# 创建ARIMA模型
model = ARIMA(data, order=(1, 1, 1))

# 拟合模型
model_fit = model.fit(disp=0)

# 输出模型摘要
print(model_fit.summary())

如果你仍然想要使用disp参数，你可以尝试使用ARMA模型的fit()方法，因为它支持disp参数。以下是一个例子：

from statsmodels.tsa.arima_model import ARMA
import pandas as pd

# 创建ARMA模型
model = ARMA(data, order=(1, 1))

# 拟合模型
model_fit = model.fit(disp=0)

# 输出模型摘要
print(model_fit.summary())

相关问题

TypeError: LGBMClassifier.fit() got an unexpected keyword argument 'verbose'

这个错误通常是因为你使用的LightGBM版本过低，而verbose参数在旧版本中不可用。你可以尝试更新LightGBM版本或者将verbose参数从fit()函数中删除。以下是一个例子：

from lightgbm import LGBMClassifier

# 创建一个LGBM分类器
clf = LGBMClassifier()

# 训练模型，删除verbose参数
clf.fit(X_train, y_train)

TypeError: Model.fit() got an unexpected keyword argument 'nb_epoch'

`nb_epoch`是Keras旧版本中的参数，用于指定训练的轮数。新版本中该参数已经被替换成了`epochs`。可以将`nb_epoch`替换成`epochs`来解决此错误，例如：

model.fit(x_train, y_train, batch_size=batch_size, epochs=epochs, validation_data=(x_test, y_test))

其中`epochs`表示训练的轮数。如果你使用的是旧版本的Keras，可以考虑升级到新版本，避免出现这种错误。