应用sklearn.Linear_model.LinearRegression时如何限制CPU使用率？

Question

我需要限制以下命令的CPU使用率，因为它正在使用100％的CPU。

    from sklearn.linear_model import LinearRegression
    model = LinearRegression(fit_intercept = True, n_jobs = 1)
    model.fit(df_x0, df_y0)
    model.predict(df_x1)

我已经设置了n_jobs == 1，并且我没有使用多处理，但是仍然使CPU完全占用了所有内核和df_y0。ndim == 1，我了解到n_jobs无效。

谁能告诉我为什么它使用100％的CPU，以及如何在python中解决它？

Python 3.7，Linux。

Answer 1

n_jobs=1，它将使用其中一个内核的100％的CPU。每个进程都在不同的内核中运行，并且每个进程占用给定内核的100％使用率。在具有4个内核的Linux中，可以清楚地看到CPU使用率：

• (100%,~5%, ~5%, ~5%)，当它运行n_jobs=1时（如果将n_jobs指定为1，则使用仅一个内核）。

• (100%, 100%, 100%, 100%)当与n_jobs=-1一起运行时（如果将n_jobs指定为-1，它将使用所有内核）。

此外，您也可以根据他在Linux下使用scikit-learn 0.20.3进行的测试来检查@kenlukas answer