Scikit-learn: GridSearchCV.fit(...,n_job=-1) 可能包含并行性错误

在提交错误之前，请通过搜索过去的问题确保该问题尚未得到解决。

描述错误

使用n_jobs=-1调用GridSearchCV.fit()会引发异常“ OSError: [Errno 22] 无效参数”。
用n_jobs=None调用GridSearchCV.fit() n_jobs=None效果很好

在n_jobs=None的情况下，输出显示它解析了 n_jobs=1（尽管在我的其他程序中，GridSearchCV 的任何成功运行都会在同一台机器上解析 n_jobs=6，这可能不是一个大问题。仅供参考）。

可能问题出在 (1) lib\site-packages\joblib\parallel.py 或 _parallel_backends.py 或 (2) lib\concurrent\futures_base.py，如下面的回溯所示。

重现的步骤/代码

search = GridSearchCV(RandomForestClassifier(), param_grid, cv=3, n_jobs=-1, return_train_score=True, verbose=2)
search.fit(feature_matrix, labels)

预期成绩

不会抛出任何错误。

实际结果

OSError: [Errno 22] 无效参数

详细的引用附在下面：

_RemoteTraceback 回溯（最近一次调用最后一次）
_RemoteTraceback：
"""
回溯（最近一次调用最后一次）：
文件“C:Users\tlbh9\Anaconda3\lib\site-packages\joblib\externals\loky\process_executor.py”，第 431 行，在 _process_worker
r = call_item()
文件“C:Users\tlbh9\Anaconda3\lib\site-packages\joblib\externals\loky\process_executor.py”，第 285 行，在__call__
返回 self.fn( self.args, * self.kwargs)
文件“C:Users\tlbh9\Anaconda3\lib\site-packages\joblib_parallel_backends.py”，第 595 行，在__call__
返回 self.func( args, * kwargs)
文件“C:Users\tlbh9\Anaconda3\lib\site-packages\joblib\parallel.py”，第 252 行，在__call__
返回 [func( args, * kwargs)
文件“C:Users\tlbh9\Anaconda3\lib\site-packages\joblib\parallel.py”，第 252 行，在
返回 [func( args, * kwargs)
文件“C:Users\tlbh9\Anaconda3\lib\site-packages\sklearn\model_selection_validation.py”，第 505 行，在 _fit_and_score
print("[CV] %s %s" % (msg, (64 - len(msg)) * '.'))
OSError: [Errno 22] 无效参数
"""

上述异常是以下异常的直接原因：

OSError 回溯（最近一次调用最后一次）
在
......
212 search = GridSearchCV（RandomForestClassifier（），param_grid，cv=3，n_jobs=-1，return_train_score=True，verbose=2）
--> 213 search.fit(feature_matrix, 标签)
......

~\Anaconda3\lib\site-packages\sklearn\utils\validation.py in inner_f(*args, kwargs)第 71 章72 kwargs.update({k: arg for k, arg in zip(sig.parameters, args)})---> 73 返回 f( kwargs)
74 返回inner_f
75

~\Anaconda3\lib\site-packages\sklearn\model_selection_search.py​​ in fit(self, X, y, groups, **fit_params)
734 返回结果
735
--> 736 self._run_search(evaluate_candidates)
737
738 #对于多指标评估，存储best_index_、best_params_和

~\Anaconda3\lib\site-packages\sklearn\model_selection_search.py​​ in _run_search(self,evaluate_candidates)
1186 def_run_search（自我，评估候选人）：
第 1187 章
-> 1188evaluate_candidates(ParameterGrid(self.param_grid))
1189
1190

~\Anaconda3\lib\site-packages\sklearn\model_selection_search.py​​ 中的evaluate_candidates(candidate_params)
第 706 章
707
--> 708 out = parallel(delayed(_fit_and_score)(clone(base_estimator),
第709话
710 火车=火车，测试=测试，

~\Anaconda3\lib\site-packages\joblib\parallel.py in __call__ (self, iterable)
1040
1041 与 self._backend.retrieval_context():
-> 1042 self.retrieve()
1043 # 确保我们收到最后一条消息，告诉我们已经完成
1044 elapsed_time = time.time() - self._start_time

~\Anaconda3\lib\site-packages\joblib\parallel.py 在检索（自我）
919尝试：
920 如果 getattr(self._backend, 'supports_timeout', False):
--> 921 self._output.extend(job.get(timeout=self.timeout))
922 其他：
923 self._output.extend(job.get())

~\Anaconda3\lib\site-packages\joblib_parallel_backends.py in wrap_future_result(future, timeout)
540 AsyncResults.get from multiprocessing."""
541尝试：
--> 542 return future.result(timeout=timeout)
543 除了 CfTimeoutError 作为 e：
第544回

~\Anaconda3\lib\concurrent\futures_base.py 在结果（自我，超时）
第430回
431 elif self._state == 完成：
--> 432 返回 self.__get_result()
433
434 self._condition.wait（超时）

~\Anaconda3\lib\concurrent\futures_base.py 在 __get_result(self)
第386话
第387话
--> 388 引发 self._exception
389 其他：
第390回

OSError: [Errno 22] 无效参数

版本

系统：
python：3.8.3（默认，2020 年 7 月 2 日，17:30:36）[MSC v.1916 64 位（AMD64）]
可执行文件：C:Users\tlbh9\Anaconda3\python.exe
机器：Windows-10-10.0.18362-SP0

Python依赖：
点数：20.1.1
设置工具：49.2.0.post20200714
sklearn：0.23.1
麻木：1.18.5
scipy：1.5.0
赛通：0.29.21
熊猫：1.0.5
matplotlib：3.2.2
作业库：0.16.0
线程池控制：2.1.0

使用 OpenMP 构建：True