从命令行运行脚本时，忽略 sklearn Gridsearch 中 n_jobs = -1 的警告，不适用于 warnings.simplefilter('ignore')

Question

当参数n_jobs 设置为 -1时，如何从命令行使用 sklearn 的GridsearchCV()运行脚本而不打印所有警告？使用 warnings.simplefilter('ignore') 它不起作用。

• 当 n_jobs = 1 时，它工作正常并且不会打印任何警告

• 当我从spyder运行脚本时，即使n_jobs = -1，它也能正常工作

• 我尝试了这里描述的多种方法消除来自 scikit-learn 的警告，但是当从命令行和 Gridsearch 运行 n_jobs = -1 的脚本时，它们都不起作用

• 我还尝试将 with 语句放在忽略之后的警告if __name__ == '__main__'

  声明，但这也不起作用

我有 scikit-learn 0.21.3。

这是一个可重现的小示例，它多次打印来自 IsolationForest 的 FutureWarning 和 DepreciationWarning。

from sklearn import datasets
from sklearn.cluster import KMeans
from sklearn.pipeline import Pipeline
from sklearn.model_selection import GridSearchCV
from sklearn.preprocessing import StandardScaler, MinMaxScaler
from sklearn.ensemble import IsolationForest
import warnings
import numpy as np
from sklearn.base import BaseEstimator, TransformerMixin

class OutlierRemover(BaseEstimator, TransformerMixin):
    def __init__(self, contamination = 0.1):
        self.contamination = contamination
    def fit(self, x, y = None):          
        return self
    def transform(self, x, y = None):
        predicted_values = IsolationForest(n_jobs = -1, contamination = self.contamination).fit_predict(x)
        x = x[np.where(predicted_values == 1)] 
        return x
    
def pipe():
    iris = datasets.load_iris()
    x = iris.data

    pipe = Pipeline([('scalers', MinMaxScaler()),
                     ('outlierRemovers', OutlierRemover()),
                     ('cluster', KMeans(n_jobs = -1))])
    
    params = [{'scalers':[MinMaxScaler(), StandardScaler()]}]
    gridsearch = GridSearchCV(pipe, params, verbose = 100, cv = 2, n_jobs = -1)

    with warnings.catch_warnings():
        warnings.simplefilter('ignore')
        gridsearch.fit(x)
        
if __name__ == '__main__':
    pipe()

Answer 1

对于您需要的并行后端警告（从终端）：

export PYTHONWARNINGS="ignore"

接下来，使用 python 运行脚本。

对于DeprecationWarning，你不能，这实际上是一个错误。欢迎在 github 上提出请求。