机器学习训练的时候，为啥 CPU 占用率到不了 100%？

[QiShine]

使用 scikit-learn ，训练一个随机森林。所有的数据都在内存里，但是训练时间还是很长，但是看任务管理器里面，CPU 占用一直 40%，不是应该 100%吗？是不是 Python GIL 的问题？怎么样才可以提速？

[czfy]

1. 你用的是什么 CPU
2. 占用 40%，具体是 1 核有难多核围观，还是每个核都有占用
3. 最好还是把代码列出来

[Yuanlaoer]

所有数据都在“内存”里，“CPU”占用一直 40%

内存，CPU

[QiShine]

```
# transform list into array
train = asarray(train)
# split into input and output columns
trainX, trainy = train[:, :-1], train[:, -1]
# fit model
model = RandomForestRegressor(n_estimators=1000)
model.fit(trainX, trainy)
# make a one-step prediction
yhat = model.predict([testX])
return yhat[0]
```

[czfy]

你也没说全
先试试在 import 之后加一行 n_jobs = -1 吧
或者自己看文档 https://scikit-learn.org/stable/modules/ensemble.html#parallelization

[QiShine]

@czfy 感谢回复！改成 model = RandomForestRegressor(n_estimators=1000, n_jobs=-1)之后，速度快了两倍。

[czfy]

有用就好