无法取消解释返回的UserWarning

如何解决无法取消解释返回的UserWarning

我在一个项目中使用interpret，在测试过程中，我提供了一些示例（只是为了加快测试速度），这会导致UserWarning

/usr/local/lib/python3.8/site-packages/interpret/glassbox/ebm/utils.py:91: UserWarning: Too few samples per class,adapting test size to guarantee 1 sample per class.
  warnings.warn(

到目前为止，我一直都在试图抑制此警告，但没有成功，我什至尝试在pytest过滤警告中使用空白点ignore::UserWarning，如下所示：

[tool:pytest]
addopts = -s --maxfail=1 --failed-first --color=yes
filterwarnings = ignore::_pytest.warning_types.PytestUnknownMarkWarning
                 ignore::UserWarning
                 ;ignore::UserWarning:interpret
norecursedirs = docs .mypy_cache
python_files = test_*.py

我已深入研究引发警告的文件，其中引发警告的实际行如下：

if n_test_samples < y_uniq:  # pragma: no cover
    warnings.warn(
        "Too few samples per class,adapting test size to guarantee 1 sample per class."
    )
    test_size = y_uniq

应为UserWarning，因为这是warnings.warn的默认设置。那么问题是，如何抑制这种警告，因为我以前使用的方法不适用于这种情况（在pytest配置中）？

以下是上述问题的一个尽可能单独的示例（使用mark选项来模仿我们的设置）：

from interpret.glassbox import ExplainableBoostingClassifier
from numpy import array,ravel
from pytest import mark


@mark.filterwarnings("ignore::UserWarning")
def test():
    features = array([
        [0.4,0.6,0.8],[0.3,0.7,0.9],[0.1,0.5,1.1],[0.2,0.8,1.0],6.4,1.2],[0.5,8.6,7.9,0.7],[0.4,7.5,])
    labels = ravel(array([
        ["class_1"],["class_1"],["class_2"],]))

    model = ExplainableBoostingClassifier()
    model.fit(X=features,y=labels)

# call funcy,should be done through pytest though
test()

解决方法

您的问题很可能是您有pytest读取的pytest.ini或tox.ini。如果这些文件中的任何文件存在于您的路径中并且包含[pytest]部分，则它将取代[tool:pytest]的{​​{1}}部分。因此，解决方案是删除setup.cfg / pytest.ini，或将tox.ini行移至filterwarnings：

pytest.ini

如评论中所述，pytest documentation指出：

除非非常简单的用例，否则不建议使用setup.cfg。 .cfg文件使用其他 解析器比pytest.ini和tox.ini解析器更难追踪。

所以第二种选择可能是更好的选择。