使用Anaconda3+Rasa+SpaCy+Sklearn训练聊天机器人遇DeprecationWarning的原因及解决方法

我之前在基于Rasa+Sklearn训练聊天机器人的时候也碰到过一模一样的警告，给你拆解下原因和解决办法：

这个警告来自Scikit-learn的label.py模块，核心原因是代码里对空数组直接做了布尔值判断（比如if some_empty_array:）。在旧版本的Sklearn里这种写法会返回False，但官方已经明确这种判断逻辑有歧义，未来版本会直接抛出错误，所以提前给出了DeprecationWarning。

放到你的Rasa训练场景里，大概率是这两种情况：

• 你的聊天机器人数据集存在异常：比如某个意图没有对应的训练样本，或者部分样本的意图/实体标注为空，导致预处理阶段生成了空的特征/标签数组，触发了Sklearn的这个判断逻辑。
• 你使用的Sklearn版本和Rasa的兼容性问题：部分旧版本的Sklearn（比如0.22.x系列）会频繁弹出这个警告，而Rasa的某些版本对Sklearn有特定依赖，可能刚好匹配到了这个有警告的版本。

1. 从数据集根源修复（最推荐） #

先检查你的Rasa数据集文件：

• 打开nlu.yml，确认所有意图都有至少一条有效训练样本，没有空的intent条目或者标注缺失的样本。
• 检查stories.yml，确保对话流程里的意图引用都是存在的，没有拼写错误或者指向无样本的意图。
  如果发现空样本或无效标注，补全或删除后重新训练，警告大概率会消失。

2. 调整Sklearn版本 #

如果数据集没问题，那可以尝试调整Sklearn的版本：

• 如果你用的是较旧的Sklearn，升级到0.23.2及以上版本（这个版本修复了空数组判断的警告逻辑，同时和多数稳定版Rasa兼容）。在Anaconda里执行命令：

conda install scikit-learn=0.23.2

• 注意：如果你的Rasa版本比较老，可能需要查看Rasa官方的依赖说明，选择兼容的Sklearn版本，避免版本冲突。

3. 临时屏蔽警告（应急方案） #

如果暂时没时间调整数据集或版本，可以在训练脚本的开头添加以下代码，专门屏蔽Sklearn的这个DeprecationWarning：

import warnings
warnings.filterwarnings("ignore", category=DeprecationWarning, module="sklearn")

不过这只是“治标”的方法，建议还是从根源解决问题，避免未来版本升级后真的触发错误。

4. 检查Rasa Pipeline配置 #

打开config.yml，查看你的NLU pipeline里是否有特征提取相关的组件（比如CountVectorizer）出现配置异常，导致生成了空的特征数组。比如是否开启了某些过滤规则，把所有特征都过滤掉了？调整pipeline配置后重新训练试试。

内容的提问来源于stack exchange，提问作者Antonblue16