NumPy 2.0与mlxtend SequentialFeatureSelector兼容问题及安装求助

方案一：升级依赖库适配NumPy 2.0 #

报错根源是mlxtend或scikit-learn的旧版本使用了NumPy 2.0已移除的np.NINF，优先尝试升级这两个库到最新兼容版本：

• 激活你的Anaconda环境：

  conda activate 你的环境名称
  

• 执行升级命令：

  pip install --upgrade mlxtend scikit-learn
  

升级后重新运行feature_select_fit函数，多数情况下能直接解决问题，无需降级NumPy。

方案二：降级NumPy到兼容的旧版本（避开过老版本） #

如果方案一无效，再考虑降级NumPy，但别用1.16.2——这个版本太老，和最新Python不兼容，才会出现编译wheel失败的问题。选择和当前Python匹配的较新旧版本，比如NumPy 1.26.x系列（支持Python 3.10+）：

推荐用conda安装（自动处理依赖） #

conda activate 你的环境名称
conda install numpy=1.26.4

备用：pip安装加参数跳过隔离构建 #

如果conda安装有问题，用pip时加--no-build-isolation参数避免依赖冲突：

pip install numpy==1.26.4 --no-build-isolation

额外检查 #

• 运行pip check查看其他依赖（比如pandas、statsmodels）是否和当前NumPy版本兼容：

  pip check
  

• 要是还有问题，直接新建环境指定兼容版本：

  conda create -n new_feature_env python=3.11 numpy=1.26.4 scikit-learn mlxtend statsmodels matplotlib
  conda activate new_feature_env
  

内容的提问来源于stack exchange，提问作者A Reg