python :抑制ConvergenceWarning n_job=-1

Question

我注意到有些人无法压制滑雪板警告，即使用警告处理。有趣的是，只有在n_job=-1时，我才会体验到类似的场景。

当n_job=1时，警告抑制可以正常工作。有没有办法让n_job=-1

import numpy as np
import sklearn.linear_model
import sklearn.model_selection

from sklearn.exceptions import ConvergenceWarning
import warnings
warnings.filterwarnings(action='ignore', category=ConvergenceWarning)

clf = sklearn.linear_model.ElasticNet(max_iter=1000000)

grid = {'alpha': np.logspace(-5, 0, 25), 'l1_ratio': np.logspace(-5, 0, 25)}
grid_search = sklearn.model_selection.GridSearchCV(clf, grid, cv=5, n_jobs=-1, verbose=1)
grid_search.fit(X, y)

Answer 1

我和HalvinRandomSearch也有同样的问题，this answer解决了这个问题。

我尝试指定要忽略的模块，如下面的"ignore::UserWarning:sklearn"注释中所建议的那样，但是它不起作用，所以我只忽略了所有的UserWarning

if not sys.warnoptions:
    warnings.simplefilter("ignore")
    os.environ["PYTHONWARNINGS"] = "ignore::UserWarning"