如何修复 scikit-learn 中的 FutureWarning 消息

当代码运行时，scikit-learn 机器学习库即将进行的更改会通过 **FutureWarning** 消息进行报告。

对于初学者来说，警告消息可能会令人困惑，因为它看起来代码存在问题或者他们做错了什么。警告消息对操作代码也不利，因为它们可能会掩盖错误和程序输出。

处理警告消息的方法有很多，包括忽略消息、抑制警告和修复代码。

在本教程中，您将了解 scikit-learn API 中的 FutureWarning 消息以及如何在您自己的机器学习项目中处理它们。

完成本教程后，您将了解：

• FutureWarning 消息旨在通知您 scikit-learn API 中参数默认值的即将更改。
• FutureWarning 消息可以被忽略或抑制，因为它们不会阻止程序的执行。
• FutureWarning 消息的示例以及如何解释消息并更改代码以应对即将到来的更改。

使用我的新书 **《Python 机器学习精通》** 启动您的项目，其中包含**分步教程**和所有示例的 **Python 源代码**文件。

让我们开始吧。

如何修复 scikit-learn 中的 FutureWarning 消息
图片由 a.dombrowski 拍摄，保留部分权利。

教程概述

本教程分为四个部分；它们是

1. FutureWarning 的问题
2. 如何抑制 FutureWarning
3. 如何修复 FutureWarning
4. FutureWarning 建议

FutureWarning 的问题

scikit-learn 库是一个开源库，提供数据准备和机器学习算法工具。

它是一个广泛使用且不断更新的库。

像许多积极维护的软件库一样，API 经常随着时间而改变。这可能是因为发现了更好的实践或首选的使用模式发生了变化。

scikit-learn API 中可用的大多数函数都有一个或多个参数，允许您自定义函数的行为。许多参数都有合理的默认值，这样您就不必为参数指定值。当您刚开始学习机器学习或 scikit-learn 并且不知道每个参数的影响时，这尤其有用。

scikit-learn API 随着时间的推移而改变通常以函数参数的合理默认值的改变形式出现。这类改变通常不会立即执行；相反，它们是经过计划的。

例如，如果您的代码是为 scikit-learn 库的先前版本编写的，并且依赖于函数参数的默认值，而 API 的后续版本计划更改此默认值，则 API 将提醒您即将进行的更改。

此警报以警告消息的形式出现，每次运行代码时都会显示。具体来说，**“FutureWarning”** 会在标准错误（例如在命令行上）报告。

这是 API 和项目的一项有用功能，旨在为您提供便利。它允许您更改代码，为库的下一个主要版本做好准备，以保留旧行为（为参数指定值）或采用新行为（无需更改代码）。

一个在运行时报告警告的 Python 脚本可能会令人沮丧。

• **对于初学者**，它可能会感觉代码运行不正确，或者你可能做错了什么。
• **对于专业人士**，这是程序需要更新的标志。

在任何一种情况下，警告消息都可能掩盖真实的错误消息或程序的输出。

如何抑制 FutureWarning

警告消息不是错误消息。

因此，您的程序报告的警告消息（例如 **FutureWarning**）不会停止程序的执行。警告消息将报告，程序将继续执行。

因此，如果您愿意，可以在每次执行代码时忽略警告。

也可以通过编程方式忽略警告消息。这可以通过在程序运行时抑制警告消息来完成。

这可以通过明确配置 Python 警告系统来忽略特定类型的警告消息，例如忽略所有 FutureWarnings，或者更一般地，忽略所有警告来完成。

这可以通过在您知道会产生警告的代码块周围添加以下块来实现

或者，如果您有一个非常简单的平面脚本（没有函数或块），您可以通过在文件顶部添加两行来抑制所有 FutureWarnings

要了解有关在 Python 中抑制的更多信息，请参阅

• Python 警告控制 API

如何修复 FutureWarning

或者，您可以更改代码以解决 scikit-learn API 中报告的更改。

通常，警告消息本身会指示更改的性质以及如何更改代码以解决警告。

不过，让我们看一些您可能会遇到并正在努力解决的最近的 FutureWarning 示例。

本节中的示例是使用 scikit-learn 版本 0.20.2 开发的。您可以通过运行以下代码来检查您的 scikit-learn 版本

您将看到如下输出

随着 scikit-learn 新版本的发布，警告消息的性质将发生变化，并会采用新的默认值。

因此，尽管以下示例特定于 scikit-learn 的某个版本，但诊断和解决每个 API 更改性质的方法为处理未来的更改提供了很好的示例。

LogisticRegression 的 FutureWarning

LogisticRegression 算法最近对默认参数值进行了两次更改，导致出现 FutureWarning 消息。

第一个与查找系数的求解器有关，第二个与模型如何用于进行多类别分类有关。让我们用代码示例来看看每一个。

求解器的更改

以下示例将生成关于 LogisticRegression 使用的求解器参数的 FutureWarning。

运行该示例会产生以下警告消息

此问题涉及“**求解器**”参数的更改，该参数以前默认为“**liblinear**”，并将在未来版本中更改为默认为“**lbfgs**”。您现在必须指定“**求解器**”参数。

要保留旧行为，您可以如下指定参数

要支持新行为（推荐），您可以如下指定参数

多类别更改

以下示例将生成关于 LogisticRegression 使用的“**multi_class**”参数的 FutureWarning。

运行该示例会产生以下警告消息

此警告消息仅影响将逻辑回归用于多类别分类问题，而不是用于该方法设计的二元分类问题。

“**multi_class**”参数的默认值正在从“**ovr**”更改为“**auto**”。

要保留旧行为，您可以如下指定参数

要支持新行为（推荐），您可以如下指定参数

SVM 的 FutureWarning

支持向量机实现最近对“**gamma**”参数进行了更改，导致出现警告消息，特别是 SVC 和 SVR 类。

以下示例将生成关于 SVC 使用的“**gamma**”参数的 FutureWarning，但也同样适用于 SVR。

运行此示例将生成以下警告消息

此警告消息报告“**gamma**”参数的默认值将从当前的“**auto**”更改为新的默认值“**scale**”。

gamma 参数仅影响使用 RBF、多项式或 Sigmoid 核的 SVM 模型。

该参数控制算法中使用的“**gamma**”系数的值，如果您不指定值，则使用启发式方法指定值。此警告是关于默认值计算方式的更改。

要保留旧行为，您可以如下指定参数

要支持新行为（推荐），您可以如下指定参数

决策树集成算法的 FutureWarning

基于决策树的集成算法将更改集成中使用的子模型或树的数量，这由“**n_estimators**”参数控制。

这会影响用于分类和回归的随机森林和额外树模型，特别是以下类：*RandomForestClassifier*、*RandomForestRegressor*、*ExtraTreesClassifier*、*ExtraTreesRegressor* 和 *RandomTreesEmbedding*。

以下示例将生成关于 RandomForestClassifier 使用的“**n_estimators**”参数的 FutureWarning，但也同样适用于 RandomForestRegressor 和额外树类。

运行此示例将生成以下警告消息

此警告消息报告子模型的数量将从 10 增加到 100，这可能是因为计算机速度越来越快，而 10 个子模型太少，即使 100 个也算少。

要保留旧行为，您可以如下指定参数

要支持新行为（推荐），您可以如下指定参数

更多未来警告？

您是否正在处理未涵盖的 FutureWarning？

请在下面的评论中告诉我，我将尽力提供帮助。

FutureWarning 建议

通常，我不建议忽略或抑制警告消息。

忽略警告消息意味着该消息可能会掩盖实际错误或程序输出，并且 API 未来更改可能会对您的程序产生负面影响，除非您已经考虑了它们。

抑制警告可能是在研发工作中的快速修复方法，但不应在生产系统中使用。比简单地忽略消息更糟糕的是，抑制警告还可能抑制来自其他 API 的消息。

相反，我建议您修复软件中的警告消息。

您应该如何更改代码？

一般来说，我几乎总是建议采用 API 的新行为，例如新默认值，除非您明确依赖于函数的先前行为。

对于长期运行的操作或生产代码，明确指定所有函数参数而不使用默认值可能是一个好主意，因为它们将来可能会发生变化。

我还建议您及时更新 scikit-learn 库，并跟踪每个新版本中 API 的更改。

最简单的方法是查看每个版本的发布说明，可在此处获取

• scikit-learn 发布历史

进一步阅读

如果您想深入了解，本节提供了更多关于该主题的资源。

• Python 警告控制 API
• sklearn.linear_model.LogisticRegression API
• sklearn.svm.SVC API
• sklearn.svm.SVR API
• scikit-learn 发布历史

总结

在本教程中，您了解了 scikit-learn API 中的 FutureWarning 消息以及如何在您自己的机器学习项目中处理它们。

具体来说，你学到了：

• FutureWarning 消息旨在通知您 scikit-learn API 中参数默认值的即将更改。
• FutureWarning 消息可以被忽略或抑制，因为它们不会阻止程序的执行。
• FutureWarning 消息的示例以及如何解释消息并更改代码以应对即将到来的更改。

你有什么问题吗？
在下面的评论中提出你的问题，我会尽力回答。

发现 Python 中的快速机器学习！

在几分钟内开发您自己的模型

...只需几行 scikit-learn 代码

在我的新电子书中学习如何操作
精通 Python 机器学习

涵盖自学教程和端到端项目，例如
加载数据、可视化、建模、调优等等...

最终将机器学习带入
您自己的项目

跳过学术理论。只看结果。

查看内容