Python 学习工作=1不在Windows上并行

我试图利用sklearn中可用的并行化选项，但是设置n_作业=1似乎没有启动任何并行进程。。。当看计算机性能时，只有12.5%的CPU容量被使用（我有一个Intel Core i7，4核，8线程；也就是说，它只使用一个线程…）

我尝试了sklearn的不同功能，并从单独的模块导入了我的函数（使用sklearn函数的函数），但仍然是一样的。我还发现了许多其他的答案，但都是针对Linux的，而我使用的是Windows10。此外，我在Linux上尝试过n_jobs功能，没有出现任何错误，所以我猜它一定是介于joblib和Windows/Intel之间，但我不知道它可能是什么。。。我曾经读过类似joblib在Windows上处理Intel虚拟内核时遇到一些问题，但不确定在这种情况下是否已经有了解决方案

我使用的特定代码行是：

labels=MeanShift（带宽=25，bin\u播种=True，n\u作业=4）。拟合预测（X）

其中X是6557436x3的numpy矩阵

我猜在执行代码时CPU的处理能力应该是50%，但是，正如我所说的，它只有12.5%

---

提前谢谢

除了明显的核心使用，我也可以在Windows10上复制类似的行为。调用ElasticNetCV.fit（）

n_jobs=None

是最快的（占用任务管理器上50%的CPU），然后

n_jobs=1

然后

n_jobs=2

依此类推，逐渐变慢，直到

n_jobs=4

<代码>n_作业=-1比所有作业都慢。除了

n_jobs=None

之外的所有作业似乎都以100%的速度最大化CPU使用率，但速度会逐渐慢于下一个作业。英特尔酷睿i7-7700@4.2GHz。4核和8个逻辑处理器。使用python 3.6.10和sklearn 0.20.1。不是特别大的问题集。1000个样本，30个特征，10个L1_比率。