Вложенный параллелизм с моделями обучения scikit

Question

Вложенный параллелизм с моделями обучения scikit

1

Я хочу сделать вложенный параллелизм с scikit learn logisticregressionCV внутри цикла for

    for i in range(0,10):
      logisticregressionCV(n_jobs=-1)

Я также хочу распараллелить цикл for.

Я прочитал много сообщений, но я не мог понять многое. один из сообщений - это и это

ПРИМЕЧАНИЕ. Этот цикл "for" не предназначен для перекрестной проверки. "i" можно представить в другом наборе данных, полученном из другого набора команд, не упомянутых здесь, т.е. у меня есть 10 разных наборов данных, и я вычисляю логическую регрессию для каждого набора данных параллельно

пожалуйста помоги! застряли в этой проблеме последние 2 дня!

Aakash saboo 14 июль 2018, в 09:23

Источник

Теги:

python

scikit-learn

nested

ipython-parallel

1 ответ

Ещё вопросы

MaxU · Answer 1 · 2018-07-14T08-51-00.000Z

Прежде всего, неясно, зачем вам этот цикл вообще. Вместо того, чтобы этот цикл просто прошел параметр cv=10.
Использование параметра n_jobs=-1 уже выполняет параллельное выполнение этого задания на всех доступных ядрах ЦП.

Привет, этот цикл 'for' не для перекрестной проверки, вы можете думать 'i' как другой набор данных, полученных из другого набора команд (не упомянутых здесь), то есть есть 10 наборов данных, и я выбираю один набор данных и использовать для этого логистическую регрессию (которая сама распараллелена). Я хочу распараллелить это для цикла, чтобы логистическая регрессия вычислялась для всех 10 наборов данных одновременно, а НЕ ПОСЛЕДОВАТЕЛЬНО.
@ Aakashsaboo, можешь уточнить? Что ты пытаешься сделать? Почему и как вы собираетесь использовать LogisticRegressionCV для разных частей данных? Что бы это принесло вам? И как вы собираетесь объединять результаты?