我正在努力使用forecast.gts函数创建预测。我收到了一条我不理解的错误消息/警告，并且确实需要一些指导，以便了解如何设置正确的预测。我正在运行的代码是：
SFA4 <- ts(SFA4, frequency=12, start=c(2012,1), end=c(2017,9))
library(forecast)
library(hts)
# Creating the gts model to be used for forecast
SFA5 <- gts(SFA4, characters=c(2, c(1, 2)))
f <- forecast.gts(SFA5, h=2, method="comb", fmethod="ets", algorithms = "lu", weights = "wls", lambda=0)
我得到的错误消息是：
Warning message:
In value[[3L]](cond) :
An error in LU decomposition occurred, the message was the following:
cs_lu(A) failed: near-singular A (or out of memory)
Trying QR decomposition instead...
可以用这种方式描述数据：我有两个客户使用相同的产品，并试图排除负面销售（替换为零）和没有销售的月份（在销售额为零的所有月份中添加1）。
我对R和预测相对较新并且没有尝试完成我的工作，而只是试图找出在哪里查找用于算法，权重，方法等的参数。最简单方式自然是贯穿所有组合并选择具有最低方差的预测。我在使用method =＆＃34; bu＆＃34;时没有收到警告，但我想了解如何找出要设置的参数。
这是数据（SFA4）： https://www.dropbox.com/s/2shh5pjojq4qzfu/Data1850.xlsx?dl=0
答案 0 :(得分：1)
使用LU分解时，会遇到奇点问题，因此失败了。您可以尝试algorithms = "cg"使用共轭渐变来协调基本预测。 algorithms选择最重要的是速度性能。通常lu＆gt; cg＆gt; chol＆gt; recursive＆gt; slm（从快到慢）。他们应该根据方法（method）和预测方法（fmethod）返回相同的结果。
?forecast.gts弹出forecast.gts函数的文档。它列出了您会发现有用的所有参数和参考。