MLflow实验ID不匹配警告原因咨询（新手求助）

我是MLflow新手，跟着标准教程用Iris和wine-quality这两个知名数据集创建了同名实验。运行代码时收到如下警告：

WARNING:root:Experiment ID mismatch for exp iris.  ID recorded as ‘1’ in meta data.  Experiment will be ignored.

NoneType: None

WARNING:root:Experiment ID mismatch for exp mlruns. ID recorded as ‘8’ in meta data.  Experiment will be ignored.

NoneType: None

WARNING:root:Experiment ID mismatch for exp wine-quality. ID recorded as ‘5’ in meta data.  Experiment will be ignored.

NoneType: None

但在Jupyter Notebook单元格中运行以下代码：

from mlflow.tracking import MlflowClient

client = MlflowClient()
experiments = client.list_experiments()
experiments

能看到包含上述3个实验的列表，且它们的ID与警告里记录的一致。查看mlruns/wine-quality/1文件夹下的meta.yaml文件，其中正确标注Experiment id为5。此外，运行mlflow ui --backend-store-uri file:C:/Users/jb8/mlruns命令后，也能正常查看实验运行记录。请问为何会出现这些警告？

原因分析及解决建议 #

这些警告的核心是MLflow扫描本地实验存储目录时，读取到的目录结构和元数据中的实验ID不匹配，常见原因和对应解决方法如下：

常见原因 #

• 后端存储路径不一致：运行代码时MLflow默认使用当前工作目录下的mlruns，但你启动UI时指定了C:/Users/jb8/mlruns，导致代码加载了错误目录下的旧元数据，引发ID冲突。
• 实验目录结构混乱：mlruns目录下存在手动修改过的文件夹、残留的旧实验目录，或者运行ID目录被误识别为实验ID目录，比如mlruns/wine-quality/1里的1是运行ID，MLflow扫描时可能混淆了实验ID和运行ID的层级。
• 元数据缓存残留：之前创建/删除实验的残留缓存文件，和新实验的元数据ID冲突，导致加载时触发警告。

解决方法 #

1. 统一后端存储路径
   在代码开头显式指定和UI一致的存储路径，确保代码和UI读取同一个实验目录：

   import mlflow
   mlflow.set_tracking_uri("file:C:/Users/jb8/mlruns")
   

2. 清理无效目录
   检查C:/Users/jb8/mlruns根目录，删除名称和实验ID不匹配的空文件夹、无关联元数据的旧实验目录，避免MLflow扫描时误识别。

3. 重置缓存
   关闭所有MLflow相关进程（包括Jupyter内核），删除mlruns下的.trash文件夹（如果存在），重新启动服务和代码，让MLflow重新加载正确的元数据。

内容的提问来源于stack exchange，提问作者Joe Bater