是否可以并行训练多个不同的sklearn模型？
例如，我想同时训练一个SVM，一个RandomForest和一个线性回归模型。所需的输出将是.fit方法返回的对象列表。
答案 0 :(得分：0)
sklearn模型？训练多个模型？
是。
以true-[PARALLEL] scheduling方式训练多个模型？
不。
训练一个特定的模型，使用某种低级，细粒度（如果不是直接硅线）的矢量化/ ILP并行性和改进的时间局部性和缓存一致性的影响？
是下，
已部署，如果资源和低级代码允许，但这些级别主要受工作包有效负载v / s开销的低比率限制 - 参考。 re-formulated Amdahl's Law以便尊重开销，资源（在时间尺度的下端）和某些处理冲刺的不可分割的原子性（在时间尺度的上端......由于sklearn ML处理流水线中常见的原子处理段的不可分割实现。
以"just"-[CONCURRENT] scheduling方式训练不同的模型？
是
使用智能distributed-system基础设施，而不是少数SLOC：o）