如何消除scikit-learn中的UndefinedMetricWarning警告？

嘿，我太懂你这种被重复警告烦到的感觉了——用GridSearchCV调参时一直弹出这个关于Precision的UndefinedMetricWarning，试了好几种全局忽略警告的方法都不管用，确实闹心。

先给你理清楚，你之前试的那些全局忽略警告的方法没生效，大概率是因为这个警告是scikit-learn在内部计算评分的上下文里触发的，全局设置可能没覆盖到它的执行环境；而且硬压警告其实不如从根源解决问题，毕竟警告本身已经给了咱们解决方案：

方法一：从根源解决（推荐） #

警告里明确提示了“Use zero_division parameter to control this behavior”，咱们不用绕远路，直接在评分逻辑里指定这个参数就行：
你之前用的scoring='precision'是简写形式，咱们可以换成用make_scorer创建的自定义评分器，显式设置zero_division：

from sklearn.metrics import make_scorer, precision_score
from sklearn.model_selection import GridSearchCV

# 创建带zero_division参数的精准度评分器
precision_scorer = make_scorer(precision_score, zero_division=1)  # 这里可设0、1或warn，设1/0就不会触发警告

# 把这个自定义评分器传给GridSearchCV
GridSearchCV(model, params, cv=10, scoring=precision_scorer, verbose=1, n_jobs=20, refit=True)

这样设置后，scikit-learn就知道遇到“没有预测样本”的情况该怎么处理Precision值，自然就不会再弹出警告了，这才是最规范的处理方式。

方法二：定向忽略该特定警告 #

如果你暂时不想修改评分逻辑，就想单纯关掉这个警告，那别用全局忽略，而是精准定向到这个警告类，这样不会影响其他有用的警告提示：

import warnings
from sklearn.exceptions import UndefinedMetricWarning

# 只忽略UndefinedMetricWarning这一种警告
warnings.filterwarnings("ignore", category=UndefinedMetricWarning)

# 再运行你的GridSearchCV代码
GridSearchCV(model, params, cv=10, scoring='precision', verbose=1, n_jobs=20, refit=True)

之前的全局忽略没生效，可能是因为多进程（n_jobs=20）场景下，全局设置没传递到子进程，而这种定向忽略的方式在多进程环境下会更可靠。

备注：内容来源于stack exchange，提问作者SkyWalker