UserWarning: Some inputs do not have OOB scores. This probably means too few trees were used to ****

问题描述：

在利用网格搜索对随机森林进行参数调优时，出现错误：

UserWarning: Some inputs do not have OOB scores. This probably means too few trees were used to compute any reliable oob estimates.  warn("Some inputs do not have OOB scores. "

随机森林函数定义如下：

RF = RandomForestClassifier(n_jobs=-1,oob_score=True)

GridSearchCV函数定义如下：

gssearch = GridSearchCV(RF, param_grid=param_test1, cv=5)

解决思路：

ob_score:袋外估计(out-of-bag)，这个是针对bagging而言的，其本身采取的随机抽样的方式建立起树的模型，那么那些未被抽取到的样本集，也就是未参与建立树模型的数据集就是袋外数据集，我们就可以用这部分数据集去验证模型效果。

而上述验证模型和交叉验证略有相同地方，所以这里代码出错可能是数据验证方式产生冲突

解决办法：

修改随机森林函数定义：

RF = RandomForestClassifier(n_jobs=-1)