1 簡介

大家好我是費老師，scikit-learn作為經典的機器學習框架，從誕生至今已發展了十余年，但其運算速度一直廣受用戶的詬病。熟悉scikit-learn的朋友應該清楚，scikit-learn中自帶的一些基于joblib等庫的運算加速功能效果有限，并不能很充分地利用算力。

而今天我要給大家介紹的知識，可以幫助我們在不改變原有代碼的基礎上，獲得數十倍甚至上千倍的scikit-learn運算效率提升，let's go！

2 利用sklearnex加速scikit-learn

為了達到加速運算的效果，我們只需要額外安裝sklearnex這個拓展庫，就可以幫助我們在擁有intel處理器的設備上，獲得大幅度的運算效率提升。

抱著謹慎嘗鮮的態度，我們可以在單獨的conda虛擬環境中做實驗，全部命令如下，我們順便安裝jupyterlab作為IDE：

conda create -n scikit-learn-intelex-demo python=3.8 -c https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/main -y
conda activate scikit-learn-intelex-demo
pip install scikit-learn scikit-learn-intelex jupyterlab -i https://pypi.douban.com/simple/

完成實驗環境的準備后，我們在jupyter lab中編寫測試用代碼來看看加速效果如何，使用方式很簡單，我們只需要在代碼中導入scikit-learn相關功能模塊之前，運行下列代碼即可：

from sklearnex import patch_sklearn, unpatch_sklearn
patch_sklearn()

成功開啟加速模式后會打印以下信息：

其他要做的僅僅是將你原本的scikit-learn代碼在后面繼續執行即可，我在自己平時寫作以及開發開源項目的老款拯救者筆記本上簡單測試了一下。

以線性回歸為例，在百萬級別樣本量以及上百個特征的示例數據集上，開啟加速后僅耗時0.21秒就完成對訓練集的訓練，而使用unpatch_sklearn()強制關閉加速模式后（注意scikit-learn相關模塊需要重新導入），訓練耗時隨即上升到11.28秒，意味著通過sklearnex我們獲得了50多倍的運算速度提升！

而按照官方的說法，越強勁的CPU可以獲得的性能提升比例也會更高，下圖是官方在Intel Xeon Platinum 8275CL處理器下測試了一系列算法后得出的性能提升結果，不僅可以提升訓練速度，還可以提升模型推理預測速度，在某些場景下甚至達到數千倍的性能提升：

官方也提供了一些ipynb示例（https://github.com/intel/scikit-learn-intelex/tree/master/examples/notebooks），展示了包含K-means、DBSCAN、隨機森林、邏輯回歸、嶺回歸等多種常用算法示例，感興趣的讀者朋友們可以自行下載學習。