我在KNeighborsClassifier上运行GridSearchCV，并将n_jobs超参数设置为-1，因此所有CPU都用于网格搜索。所以直觉上我认为应该有8种不同的超参数组合并行运行。

在运行过程中，使用Ubuntu上的htop，我可以看到所有8个CPU都被Python使用了99%，看起来一切正常。但jupyter在运行过程中输出

[Parallel(n_jobs=1)]: Using backend SequentialBackend with 1 concurrent workers.

从代码输出来看，似乎所有操作都是串行执行的，而不是并行执行的。

那么这里到底发生了什么？

编辑：代码如下

from sklearn.model_selection import GridSearchCVparam_grid_knn=[    {        'weights' : ['uniform','distance'],        'n_jobs' : [-1],        'n_neighbors' : [3,5,7],        'p' :[1,2]    }]knn = KNeighborsClassifier()grid_search = GridSearchCV(knn,param_grid_knn,cv=5,scoring='accuracy',return_train_score=True,verbose=2,refit=True)grid_search.fit(train_data,train_labels)

回答：

我找到了答案，n_jobs=1指的是GridSearchCV使用的n_jobs，默认值为1，因为我在函数调用中没有指定它。