我正在多核服务器上使用scikit-learn的RandomForestClassifier来适应大型数据集，因此我通过设置n_jobs = -1来利用其并行化功能。
同时，我想执行交叉验证（使用 cross_val_score）并利用其并行化功能（再次，通过设置 n_jobs = -1 ）。
我的问题是，使用这两种类型的并行化是否会显著提高模型构建的速度，而不是只使用一种类型的并行化。如果后者是正确的，那么我不确定我应该选择哪种类型的并行化。scikit-learn文档和SO没有提供任何关于如何使两种类型的并行化协同工作的想法。
如果提供更有用的答案有用，请告诉我是否可以为您提供有关我的设置的更多信息。谢谢！
不，只会使用一种类型的并行化。无法嵌套 joblib 调用。我认为将使用最外层的循环，这是cross_val_score但我不确定。
实际应该并行化哪个循环取决于您的设置。我可能会选择RandomForestClassifier（n_jobs=-1）并连续执行cross_val_score。使用冗长的 GridSearchCV，它还可以非常快速地为您提供有关验证准确性的一些见解。
假设您并行执行cross_val_score，与 CPU 相比，您的折叠很少（例如 5 倍和 5 个 CPU）。通常，有些森林花费的时间比其他森林短得多，例如，如果您搜索最大深度。然后快速林将完成其工作，CPU 将处于空闲状态，而"慢速"林仍将在训练中。