Scikit learn sklearn随机林不并行

我正在Ubuntu 12.04上使用sklearn 0.16并运行：

from sklearn.ensemble import RandomForestClassifier
import numpy as np
X=np.random.rand(5000,500)
y=(np.random.rand(5000).round())
RandomForestClassifier(n_jobs=10,n_estimators=1000).fit(X,y)

然而，它并没有耗尽我的内核，并且需要与n_jobs=1相同的时间。关于如何调试这里发生的事情有什么想法吗

此屏幕截图显示了一些其他正在运行的繁忙内容，但htop始终显示可用的CPU：

---

您需要更改

n\u jobs

参数

使用

n\u jobs=-1

将使用所有可用的内核。

尝试以下操作：

import affinity
import multiprocessing
affinity.set_process_affinity_mask(0, 2**multiprocessing.cpu_count()-1)

---

这不应该发生。你们有多少核？我的最佳选择是你在一个只有一个核心的虚拟机上。你的htop看起来像什么？@AndreasMueller我发布了一个屏幕截图，肯定有可用的内核…尝试设置

n_jobs=-1

。它现在使用你所有的核心吗？你在使用OpenBLAS吗？