sklearn.cluster.KMeans 得到“TypeError：__init__() 得到了一个意外的关键字参数‘n_jobs’”

Question

此错误是由于以下行引起的

model = KMeans(n_clusters = k, n_jobs=8, max_iter = iteration). 

而我的 sklearn 版本是 1.0.1。 我记得 sklearn.cluster.KMeans 有 n_jobs 参数。 sklearn.cluster.KMeans 更新后是否没有 n-jobs 参数？

Answer 1

如果您搜索“sklearn kmeans”，那么第一个结果将是官方文档页面。

在那个页面上，第一件事是原型，带有 arguments 及其默认值：

sklearn.cluster.KMeans(n_clusters=8, *, init='k-means++', n_init=10, max_iter=300, tol=0.0001, verbose=0, random_state=None, copy_x=True, algorithm='auto')

从那里很明显没有称为n_jobs的参数。

曾经有一个名为n_jobs的参数，但在 0.23 版中已弃用，现在已删除： sklearn (0.24).cluster.KMeans

Answer 2

n_jobs输入参数在 0.23 版本后已被弃用。 在最新版本中，没有这样的输入参数。

目前，它默认使用所有内核。 如果要使用特定数量的内核，可以设置 OMP_NUM_THREADS 环境变量（请参阅详细信息）或使用 threadpoolctl package。 资源

从文档中：

n_jobsint, default=None

The number of OpenMP threads to use for the computation. Parallelism is sample-wise on the main cython loop which assigns each sample to its closest center.

None or -1 means using all processors.

Deprecated since version 0.23: n_jobs was deprecated in version 0.23 and will be removed in 1.0 (renaming of 0.25).

资料来源： https://scikit-learn.org/0.24/modules/generated/sklearn.cluster.KMeans.html?highlight=kmeans#sklearn.cluster.KMeans