Question

我使用http://www.lfd.uci.edu/~gohlke/pythonlibs

中的whl安装了xgboost

我试过的时候：

import xgboost

我接下来有消息：

d：\程序文件\蟒蛇\ LIB \站点包\ sklearn \ cross_validation.py：44： DeprecationWarning：此版本在0.18版本中已弃用赞成所有重构的model_selection模块类和函数被移动。还要注意界面的新的CV迭代器与此模块的不同。这个模块将在0.20删除。 “该模块将在0.20中删除。”， DeprecationWarning）

如果我在import sklearn之前打印import xgboost，我就不会收到任何消息。我假设这条消息不会影响结果，但如何避免呢？如果所有包裹都是最新的，我也通过点检查了。

Answer 1

首先：

是的，它不会影响目前的结果。

接下来，如何避免它？

嗯，这不是一个简单的答案。软件发展。依赖性是不可避免的。 阻力是徒劳的。正确的包装＆amp;配置管理策略是唯一的方法，如何处理它。

最适合类似需求的是什么？

隔离您的实验，虚拟机隔离就足以构建
继续使用强大的包裹管理 - Travis OLIPHANT的Anaconda是一种方法（+ 3）
实施配置管理，以避免在新的＆＃34; -packages在阳光下获得位置后出血。 Anaconda允许一个人冻结＆＃34;一个受控的 [environment] ，您可以在其中定义保存相应软件包的版本/版本号（并且Anaconda可以很好地控制那些事物的交叉依赖性，因此我们可以从中受益清晰且可识别的[environment] - s，其中代码用于运行并进一步运行）

始终建议始终更新＆＃34;最新版本＆＃34;只是可以破坏当前正在使用的玩具并破坏事物。最好明确定义/配置/识别/强制完全控制[environment] - s，以便在未来几年内使用并保持这种状态。

如果一个人在ISO / EN-9000 +，NATO-STANAG AQAP-130 +等人之下，没有更好的方法可以继续行走。

Answer 2

我遇到了同样的问题。根据xgboost安装指南，我使用了以下命令，而不是pip install，警告消失了：

git clone --recursive https://github.com/dmlc/xgboost
cd xgboost
make -j4
cd python-package
python setup.py install

确保通过以下方式删除以前安装的xgboost：

pip uninstall xgboost

使用xgboost进行弃用警告

2 个答案:

首先：

接下来，如何避免它？

最适合类似需求的是什么？