Scikit-Learn's RandomForestRegressorドキュメントから、という、n_jobs
インスタンスの属性があります。Scikit-LearnのRandomForestRegressorでは、予測に異なるn_jobsを指定できますか?
n_jobs : integer, optional (default=1)
The number of jobs to run in parallel for both fit and predict. If
-1, then the number of jobs is set to the number of cores.
つ以上のコアを持つランダムフォレストモデルをトレーニング明らかにシングルコアよりもよりパフォーマンスです。しかし、私は予測が非常に遅い(約10倍遅い)ことに気付きました。これはおそらく、観測ごとに.predict()
を使用しているためです。
したがって、私はランダムなフォレストモデルを、例えば4コアでトレーニングしたいと思いますが、1つのコアで予測を実行します。 (モデルpickledと、別のプロセスで使用されている。)
は、このようにRandomForestRegressor()
を設定することが可能ですか?