python - 可以在 Python 中并行化同一数据集上的多个 100k 套索回归吗？

Question

嗨，我目前在尝试对同一数据运行大量 Lasso 回归时遇到问题。我有一个包含多个 100k 行和 365 列的数据集（一年的数据）。我需要做的是根据所有其他行拟合和预测每行的一个套索回归，以便我最终得到与行一样多的单个回归。

我很难找到一种循环以外的方法来以一种相当高效的方式执行它。我尝试尝试使用 Python 的 joblib 包，它提高了性能，但如果有的话，我仍在寻找更快的方法。我也试图找到一种方法来矢量化这个问题，但我没有找到解决方案。我还浏览了 keras 以将 Lasso 回归实现为人工神经网络。

我很难想象为特定任务拟合大量简单模型是不常见的。所以我的问题是：减少此问题陈述执行时间的最佳方法是什么？据我了解，这个问题无法通过使用 GPU 来优化，因为需要安装许多单独的模型，因此无论如何 CPU 都将成为瓶颈。

顺便说一句：我可以使用 GPU，并且我有一个 16 核的 CPU。

标签： pythonperformancemachine-learningparallel-processingregression