【scikit-learn】GridSearchCV 在windows中并行计算出错的问题

先说下环境：Win10+spyder+py3.6

• 控制CPU个数的参数n_job当设置为1时程序能够正常运行。
• 但是当n_job>1或者n_job=-1时,程序会报错，报错内容如下：
  

  错误I

• 通过大量查阅资料，以及很多人尝试的标准解决方法如下：
  

  官方解决方案
• 按照该方法描述修改后，CSDN有位博主确实能够成功运行了。可是这边进行了同样的修改后，问题并没有解决，还是出现上述错误。

• 这时stackoverflow上有位大佬说可以按如下方式解决：
  

  大佬解决方案
• 按照他一波操作后，依然没什么卵用。

• 但是呢，在重新打开spyder首次运行程序时，却发生了以下的报错内容，这让人似乎感觉到了一线生机：
  

  错误II
• 之后再运行都是出现错误I的内容。
• 总结一下程序发生错误的问题如下：
  1.重启spyder(相当于重启kernel)，首次运行程序会发生错误II
  2.之后无论怎样运行程序，都是发生错误I
• 于是直觉告诉我错误II才是本质原因，经过一波操作后，设置 __spec__ = None,成功解决该问题。

贴下成功运行的代码：

from sklearn.datasets import load_wine
from sklearn.model_selection import GridSearchCV
from sklearn import svm
from sklearn.ensemble import BaggingClassifier

def Test(): 
    data = load_wine()
    Feat = data.data
    Label = data.target
    bag_clf = BaggingClassifier( base_estimator=svm.SVC(kernel='rbf'), bootstrap=True,n_jobs=-1)
    bag_clf.fit(Feat,Label) 
    Params = [{"base_estimator__C":[1,2,3],
               "base_estimator__gamma":[1.2,0.9],
               "max_features":[0.3,0.4,0.5],
               "max_samples":[0.9,0.8,0.7],
               "n_estimators":[60,80,100],
               "random_state":[120,100]}]
    grid_search = GridSearchCV(bag_clf, Params, cv=5,verbose=1.1,n_jobs=-1)
    grid_search.fit(Feat,Label)
    print('bestparam=',grid_search.best_params_ ,'score=',grid_search.best_score_)
        
if __name__ == '__main__':
    __spec__ = None
    Test() 

运行结果如下：

运行结果