scikit-learn GridSearchCV n_jobs != 1 冻结

Question

我在随机森林上运行网格搜索并尝试使用不同的 n_jobs，但内核冻结，没有 CPU 使用率。使用 n_jobs=1 可以正常工作。我什至不能用 ctl-C 停止命令，必须重新启动内核。 我在 windows 7 上运行。我看到 OS X 也存在类似问题，但解决方案与 windows 7 无关。

from sklearn.ensemble import RandomForestClassifier
rf_tfdidf = Pipeline([('vect',tfidf),
                  ('clf', RandomForestClassifier(n_estimators=50, 
class_weight='balanced_subsample'))])

param_grid = [{'vect__ngram_range':[(1,1)],
          'vect__stop_words': [stop],
          'vect__tokenizer':[tokenizer]
          }]
if __name__ == '__main__':
gs_rf_tfidf = GridSearchCV(rf_tfdidf, param_grid, scoring='accuracy', cv=5, 
                                                           verbose=10, 
                                                           n_jobs=2)
gs_rf_tfidf.fit(X_train_part, y_train_part)

谢谢。

Answer 1

if __name__ == '__main__': 后面的缩进不正确。如果不是这种情况并且是复制粘贴错误，那么您可以尝试以下操作：

if __name__ =='main':
    # your code indented !

所以你的脚本的第一行是if __name__ == '__main__':，然后其余的代码在后面跟着适当的缩进。

新代码

from sklearn.ensemble import RandomForestClassifier
from sklearn.pipeline import Pipeline    

if __name__ == '__main__':

    rf_tfdidf = Pipeline([('vect',tfidf),('clf', RandomForestClassifier(n_estimators=50,class_weight='balanced_subsample'))])

    param_grid = [{'vect__ngram_range':[(1,1)],'vect__stop_words': [stop],'vect__tokenizer':[tokenizer]}]

    gs_rf_tfidf = GridSearchCV(rf_tfdidf, param_grid, scoring='accuracy', cv=5,verbose=10, n_jobs=-1)

    gs_rf_tfidf.fit(X_train_part, y_train_part)

这对我来说很好（Windows 8.1）

编辑

以下使用 PyCharm 可以正常工作。我没有使用过 spyder，但它也应该适用于 spyder：

代码

Class Test(object):
    def __init__(self):
        ###code here
        ###code here    

if __name__ == '__main__':
    Test()