当n_job=-1时，sklearn Logistic回归实际上不会并行化

。

Logistic回归是一种用于分类问题的机器学习算法，它通过拟合一个逻辑函数来预测样本的类别。在sklearn库中，Logistic回归模型的训练过程可以通过设置参数n_job来进行并行化处理。

参数n_job用于指定并行化的程度，其取值可以是正整数、-1或None。当n_job=-1时，表示使用所有可用的CPU核心进行并行计算。然而，对于sklearn Logistic回归模型来说，实际上并不会进行并行化处理。

这是因为Logistic回归模型的训练过程是基于迭代的优化算法，每次迭代都需要依赖上一次迭代的结果。由于并行化处理会导致迭代过程中的结果无法按顺序得到，因此在Logistic回归中并不适用并行化。

虽然sklearn库提供了并行化的选项，但在Logistic回归模型中并不推荐使用。如果需要并行化处理，可以考虑其他适用于并行计算的机器学习算法，如随机森林或梯度提升树等。

腾讯云提供了丰富的云计算产品和服务，包括云服务器、云数据库、云存储等。您可以访问腾讯云官方网站（https://cloud.tencent.com/）了解更多相关产品和服务的详细信息。