Python scikit学习模型的嵌套并行性

我想在for循环中使用scikit learn logisticregressionCV进行嵌套并行：

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

我也想并行化for循环

我读了很多帖子，但不太懂。 其中一个帖子是和

注意：此“for”循环不用于交叉验证我可以认为另一个数据集是从这里没有提到的另一组命令中获得的，即我有10个不同的数据集，我并行地计算每个数据集的逻辑回归

请帮忙！在过去的两天里，我一直在解决这个问题

• 首先，不清楚为什么需要这个循环。只需传递

  cv=10

  参数即可，而不必使用此循环

• 使用参数

  n_jobs=-1

  已负责在所有可用CPU内核上并行运行此作业

---

您好，这个“for”循环不用于交叉验证，您可以将“i”视为从另一组命令（此处未提及）获得的另一组数据，即有10组数据，我选择一个数据集并对其使用逻辑回归（其本身是并行的）。我想将这个for循环并行化，以便对所有10个数据集同时计算逻辑回归，而不是按顺序计算。@Aakashsaboo，你能详细说明一下吗？你想干什么？为什么以及如何对不同的数据段使用

LogisticRegressionCV

？它会给你带来什么？你打算如何合并结果？