python之交叉验证、scikit-learn、并行较慢

我正在学习如何使用 scikit-learn。

测试 cross validation function 时，如果我使用

cross_validation.cross_val_score(svc, X_digits, y_digits, cv=kfold, n_jobs=-1) 

结果比我关闭它要慢很多

cross_validation.cross_val_score(svc, X_digits, y_digits, cv=kfold, n_jobs=1) 

我怎样才能阻止它？

我在 64 位 Windows 7 机器上使用 PyDev、Anacondas 3.3。从任务管理器来看，性能下降似乎是由许多 Python 实例启动和停止引起的。为什么他们不开始，而是一直在开始？

请您参考如下方法:

Why do they not start, and stay started?

因为这不是 Python 中的 multiprocessing 模块目前的工作方式，而这正是 scikit-learn 内部使用的方式。在 Python 3.4 中，这将至少针对 POSIX(Linux、Mac OS X)平台得到修复。我不相信 CPython 开发人员也打算为 Windows 修复此问题。 scikit-learn 的轻量级并行处理是 in the works ，但还需要一段时间才能发布。