Python sklearn Logistic回归，n_jobs=-1不'；实际上不能并行化

我试图用sklearn的逻辑回归来训练一个庞大的数据集。 我已经设置了参数n_jobs=-1（也尝试了n_jobs=5，10，…），但是当我打开htop时，我可以看到它仍然只使用一个内核

这是否意味着逻辑回归只是忽略了n_jobs参数

我怎样才能解决这个问题？我真的需要这个过程变得并行化

---

另外，我正在使用sklearn 0.17.1

并行过程后端也取决于解算器方法。如果要使用多核，则需要

多处理

后端

但是像“sag”这样的解算器只能使用

threading

backend

---

而且，大多数情况下，由于大量的预处理，它可能会被阻止。

如果仔细阅读它们的内容，会有多种原因。 您可以尝试以下参数集：

    logit = LogisticRegression(penalty='l2',
                       random_state=42,
                       C=0.2,
                       n_jobs=-1,
                       solver='sag',
                       multi_class='ovr',
                       max_iter=200,
                       verbose=10
                      )

---

启动多个线程需要一到两分钟。

如果您可以在sklearn上使用n_作业的工作示例进行说明，那就太好了