scikit_learn包中的cross_val_score()
是支持并行运算,但这并不是说只要让n_jobs=-1
就能让CPU使用率接近100%。这要取决于交叉验证的折数cv
,假如折数cv是n,这意味着最多只能使用n个物理CPU。
score1 = cross_val_score(clf, x_train, y_train, cv=5, scoring='accuracy', n_jobs=-1).mean()
scikit_learn包中的cross_val_score()
是支持并行运算,但这并不是说只要让n_jobs=-1
就能让CPU使用率接近100%。这要取决于交叉验证的折数cv
,假如折数cv是n,这意味着最多只能使用n个物理CPU。
score1 = cross_val_score(clf, x_train, y_train, cv=5, scoring='accuracy', n_jobs=-1).mean()
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/312629.shtml
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!