Python使用sklearn的GridSearchCV运行时报NOTSET语法错误如何解决？

核心错误根因 #

1. Python版本与依赖库不兼容
   你当前使用的是Python 3.5版本，而报错涉及的_pytest/compat.py中的NOTSET: "Final"写法属于Python 3.6才正式支持的变量类型注解语法，你安装的pytest版本过高，已经不再适配Python 3.5，在GridSearchCV开启多进程（n_jobs=-1）调度时，导入链触发了pytest模块的加载，所以抛出语法错误。你平时单进程运行基础RF模型没有触发这个导入逻辑，所以可以正常运行。
2. 超参数配置错误（后续运行会触发的隐藏问题）
   你使用的是RandomForestRegressor回归模型，但是参数网格中criterion的取值gini、entropy是分类随机森林的评价准则，回归模型不支持这两个取值，解决版本问题后运行依然会抛出参数不合法错误。

解决建议 #

• 优先升级Python版本到3.8及以上，目前Python 3.5已经停止维护多年，主流机器学习库都不再对其做适配，升级版本可以避免绝大多数依赖兼容问题。
• 如果暂时无法升级Python版本，可以采取以下两个临时方案：
  1. 降级pytest到最后一个支持Python 3.5的版本，执行命令：
     pip install pytest==4.6.11
  2. 将GridSearchCV的n_jobs参数设置为1，关闭多进程并行，避开pytest模块的导入逻辑，缺点是网格搜索速度会变慢。
• 修正参数网格中的criterion取值，替换为回归模型支持的选项：
  新版本sklearn可取值为squared_error、absolute_error、friedman_mse；旧版本sklearn可取值为mse、mae，修改示例：

  'criterion' :['squared_error', 'absolute_error']
  

内容的提问来源于stack exchange，提问作者totalsurfer_v1