#查看cv评分 rf_test = RandomForestRegressor(max_depth=30, n_estimators=500, max_features = 100, oob_score=True, random_state=1234)
cv_score = cross_val_score(rf_test, train_d.drop('SalePrice', axis = 1), train_d['SalePrice'], cv = 5, n_jobs = -1)
print('CV Score is: '+ str(np.mean(cv_score)))
如上方，使用python进行交叉验证时，报错显示： [joblib] Attempting to do parallel computing without protecting your import on a system that does not support forking. To use parallel-computing in a script, you must protect your main loop using "if __name__ == '__main__'". Please see the joblib documentation on Parallel for more information
查看stackoverflow 有人碰到同样的问题，总的来说是因为Windows没有fork()。由于这个限制，Windows需要在它生成的所有子进程中重新导入您的主模块，以便在子进程中重新创建父进程。这意味着，如果您有在模块级生成新进程的代码，那么它将在所有子进程中递归地执行。if名称==“main”用于防止模块范围内的代码在子进程中被重新执行。这在Linux上是不必要的，因为它有fork()，它允许它派生一个维护相同状态的子进程，而不需要重新导入主模块。 解决办法 在代码中进行以下更改 #查看cv评分
rf_test = RandomForestRegressor(max_depth=30, n_estimators=500, max_features = 100, oob_score=True, random_state=1234)
if __name__=='__main__':#加入此行 此后的cv函数在main里面运行
cv_score = cross_val_score(rf_test, train_d.drop('SalePrice', axis = 1), train_d['SalePrice'], cv = 5, n_jobs = -1)
print('CV Score is: '+ str(np.mean(cv_score)))
| 
转播
