你可以很容易地ignore警告，在Python中的warnings模块的帮助下，像这样。

import warnings
warnings.filterwarnings('ignore')

比如说

from sklearn.metrics import f1_score

yhat = [0] * 100
y = [0] * 90 + [1] * 10

print(f1_score(y, yhat))

这将发出警告。为了避免这种使用，

from sklearn.metrics import f1_score

import warnings
warnings.filterwarnings('ignore') 

yhat = [0] * 100
y = [0] * 90 + [1] * 10

print(f1_score(y, yhat))

这不会显示警告。

我在这里添加我的经验，因为一些用户似乎无法使警告静音，即使他们使用@sreeram-tp建议的warnings.filterwarnings('ignore')解决方案。
如果是这种情况，并且您正在执行带有并行作业的GridSearchCV或RandomizedSearchCV（即：即n_jobs参数不等于1），这是因为joblib派生的作业没有继承当前作业中设置的相同警告过滤器。有关更多信息，请咨询answer by @caseygrun。
在我的情况下，为了解决这个问题，我必须应用两种解决方案：

# Removes warnings in the current job
warnings.filterwarnings("ignore")
# Removes warnings in the spawned jobs
os.environ['PYTHONWARNINGS']='ignore'

请注意，仅设置os环境变量是不够的。这两个命令都是必需的。
编辑：我知道问题的情况与f1_score度量有关，但不幸的是，其他可能更合适的线程被关闭了。由于我没有足够的意见，我不得不在类似的问题下补充这个答案。