scikit-learn cross_validate 参数 n_jobs=-1 导致错误

Question

我将 scikit-learn 和 cross_validate 函数用于一个简单的机器学习模型。我想将函数参数“n_jobs”设置为“-1”以允许使用多个内核。但是，如果总是出错。有没有人可以解决这个问题？

这是错误信息：

  File "C:\ProgramData\Anaconda3\lib\multiprocessing\process.py", line 105, in start
    self._popen = self._Popen(self)

  File "C:\ProgramData\Anaconda3\lib\multiprocessing\context.py", line 322, in _Popen
    return Popen(process_obj)

  File "C:\ProgramData\Anaconda3\lib\multiprocessing\popen_spawn_win32.py", line 33, in __init__
    prep_data = spawn.get_preparation_data(process_obj._name)

  File "C:\ProgramData\Anaconda3\lib\multiprocessing\spawn.py", line 172, in get_preparation_data
    main_mod_name = getattr(main_module.__spec__, "name", None)

AttributeError: module '__main__' has no attribute '__spec__'

我的代码如下所示：

#Go trough each alpha, save average RMSE from crossvalidation into array
for k, i in enumerate(alpha):
    Model.set_params(Ridge__alpha = i)
    scores = cross_validate(Model,X,y,scoring='neg_mean_squared_error',cv=10,n_jobs=-1)
    avgRMSE[k] = np.mean(np.sqrt(-1*scores['test_score']))

我使用以下版本： 蟒蛇 3.6 蟒蛇5.1 scikit-learn 0.19.1 scipy 1.0.0 numpy 1.14.2

完全相同的脚本在我朋友的笔记本电脑（Win10 与我相同的操作系统）上运行，没有任何问题。我不知道这里有什么问题，所以我真的希望在这里得到一些帮助:)

Answer 1

如果我在外部系统终端中执行我的脚本并写入

如果 name == 'ma​​in'：

脚本开头：我的问题解决了。

仍然想知道是否有更好的解决方案，尤其是因为在我朋友的系统上，它在没有该修复的情况下运行（而且他使用相同的操作系统和硬件）

例子：

#Imports are here

if __name__ == '__main__':

    #All the other code start from here

    for k, i in enumerate(alpha):
        Model.set_params(Ridge__alpha = i)
        scores = cross_validate(Model,X,y,scoring='neg_mean_squared_error',cv=10,n_jobs=-1)
        avgRMSE[k] = np.mean(np.sqrt(-1*scores['test_score']))

    #More code