Python scikit学习n_作业

Question

这不是真正的问题，但我想了解：

• 在Win7 4核8gb系统上运行sklearn from Anaconda distrib
• 在200.000个样本*200个值表上拟合KMeans模型。
• 运行n-jobs=-1:（在将if __name__ == '__main__':行添加到我的脚本之后）我看到脚本以 每个10个螺纹。每个进程使用大约25%的CPU（总共： 100%。似乎按预期工作
• 使用n-jobs=1运行：停留在一个进程上（这并不奇怪），有20个线程，还使用100%的CPU。

我的问题是：如果库无论如何都使用所有核心，那么使用n-jobs（和joblib）有什么意义？我遗漏了什么吗？这是Windows特有的行为吗？

Answer 1

• 如果库仍然使用所有核心，那么使用n-jobs（和joblib）有什么意义？

如果将n_jobs指定为-1，则它不会使用所有核心。如果设置为1或2，则仅使用一个或两个内核（在Linux下测试完成scikit学习0.20.3）。