使用xgboost弃用警告

Question

我已经whl从http://www.lfd.uci.edu/~gohlke/pythonlibs安装了xgboost

我试过的时候:

import xgboost

我有下一条消息:

d:\ program files\python\lib\site-packages\sklearn\cross_validation.py:44:DeprecationWarning:在0.18版本中不推荐使用此模块,而是支持所有重构的类和函数都移动到的model_selection模块.另请注意,新CV迭代器的接口与此模块的接口不同.该模块将在0.20中删除."此模块将在0.20中删除.",DeprecationWarning)

如果我打印import sklearn之前import xgboost没有收到任何消息.我假设这条消息不会影响结果,但如何避免呢？如果所有包都是最新的,我也通过点检查了.

Answer 1

第一的：

是的，不会影响目前的结果。

接下来，如何避免呢？

嗯，这不是一个简单的答案。软件不断发展。依赖性是不可避免的。抵抗是徒劳的。由于包和配置管理策略是唯一的方法，如何应对。

什么最适合类似的需求？

1. 隔离您的实验，VM 隔离足以构建

2. 继续使用强大的包管理 - Travis OLIPHANT 的 Anaconda 是一种可行的方法 (+ 3)

3. 实施配置管理以避免“新”包在阳光下就位后出现出血。Anaconda 允许“冻结”受控的[environment]，您可以在其中定义保留各个软件包的版本/发行号（并且 Anaconda 可以很好地控制其中事物的交叉依赖关系，因此我们可以从清晰且易于识别的过程中受益[environment]- s，其中代码用于运行并进一步运行）

始终更新到“最新版本”的幼稚建议只会破坏当前正在运行的玩具并造成严重破坏。最好明确定义/配置/识别/强制执行完全受控的[environment]-s 以便在未来几年内使用并保留它。

如果一个人处于 ISO/EN-9000+、NATO-STANAG AQAP-130+ 等标准之下，那么没有什么更好的方法可以继续行走。