如何关闭Python随机森林并行计算的状态输出并清理冗余日志？

嘿，这个问题我之前调模型的时候也碰到过，那些[Parallel(n_jobs=6)]的输出确实有点干扰控制台的整洁度，其实有几个简单的办法可以解决：

方法一：全局禁用所有joblib并行输出 #

这些状态信息来自joblib库（sklearn的并行计算底层依赖它），我们可以全局设置joblib的日志级别来屏蔽所有这类输出，在代码开头加上：

import joblib
joblib.set_config(verbose=0)

这样所有使用joblib的并行操作（包括随机森林、梯度提升树等）都不会再输出进度状态了，属于一劳永逸的方案。

方法二：针对单个随机森林模型关闭输出 #

如果你只想让当前的随机森林模型不输出，而保留其他并行操作的日志，那可以在初始化模型的时候设置verbose=0参数：

from sklearn.ensemble import RandomForestClassifier
# 随机森林回归器RandomForestRegressor用法一致
rf_model = RandomForestClassifier(n_jobs=-1, verbose=0)
rf_model.fit(X_train, y_train)

这个方法只对当前创建的模型生效，其他模型如果没设置verbose=0还是会输出状态信息。

补充说明 #

默认情况下，当n_jobs>1时，joblib会输出并行任务的进度日志，把verbose参数设为0就会屏蔽所有这类非必要的状态提示，让你的控制台输出更清爽。

内容的提问来源于stack exchange，提问作者HME