在使用 n_jobs > 1 时关闭 scikit-learn 的警告

Question

我可以使用

warnings

库，通过 scikit-learn 的多个选项关闭警告：

# After the imports
warnings.filterwarnings(action='ignore')
# Or in the code
with warnings.catch_warnings():
    warnings.simplefilter("ignore") 
    # do stuff

但是，一旦 n_jobs 参数高于 1（由于多重处理？），这不适用于分类器。以下代码示例说明了这一点：

import numpy as np
from sklearn.multiclass import OneVsRestClassifier
from sklearn.linear_model import LogisticRegression
import warnings
import logging

logger = logging.getLogger()

for n_job in [1, 2]:
    print("START")
    print("n_jobs =", n_job)
    clf = OneVsRestClassifier(LogisticRegression(solver="liblinear", multi_class="ovr"), n_jobs=n_job)

    x_train = np.array([[1,1], [0,1], [0,0], [1,5], [2,1], [3,1]])
    y_train = np.array([[False, False, True], [False, False, True], [True, False, False], [True, False, False], [True, False, True], [True, False, False]])

    with warnings.catch_warnings():
        warnings.simplefilter("ignore")
        clf.fit(x_train, y_train) # "UserWarning: Label not 1 is present in all training examples."
    print("END")
    print() 

输出：

START
n_jobs = 1
END

START
n_jobs = 2
UserWarning: Label not 1 is present in all training examples.
END

如何在 n_jobs > 1 时禁用警告？

编辑：因为它可能与

multiprocessing

有关，我可能会补充一点，我在linux上使用python 3.6运行了这个脚本。

Answer 1

发现同样的问题，答案嵌入此处 如何消除所有 sklearn 警告

除了警告忽略之外，还可以使用os设置PYTHONWARNINGS变量

import warnings
import os

warnings.filterwarnings('ignore')
os.environ['PYTHONWARNINGS'] = 'ignore