用2个核心并行训练4个模型，每个模型比用8个核心迭代训练sklearn模型要慢

这个问答内容涉及到并行训练、模型训练速度和sklearn模型。下面是对这个问题的完善和全面的答案：

并行训练是指同时使用多个计算核心或处理单元来训练模型，以加快训练速度和提高效率。在这个问题中，使用2个核心并行训练4个模型，相比于使用8个核心迭代训练sklearn模型，训练速度较慢。

sklearn是一个流行的机器学习库，提供了丰富的机器学习算法和工具。然而，sklearn并不天然支持并行训练，因此在使用sklearn进行模型训练时，无法充分利用多核心的计算资源，导致训练速度较慢。

为了加快模型训练速度，可以考虑使用其他支持并行训练的机器学习库或框架，如TensorFlow、PyTorch等。这些框架提供了并行计算的功能，可以充分利用多核心的计算资源，加速模型训练过程。

在腾讯云的产品中，推荐使用腾讯云的AI引擎Tencent ML-Images，它提供了高性能的机器学习训练和推理服务。Tencent ML-Images支持并行训练，可以充分利用多核心的计算资源，加速模型训练过程。您可以通过以下链接了解更多关于Tencent ML-Images的信息：Tencent ML-Images产品介绍

总结：使用2个核心并行训练4个模型，相比于使用8个核心迭代训练sklearn模型，训练速度较慢。为了加快模型训练速度，可以考虑使用支持并行训练的机器学习库或框架，如TensorFlow、PyTorch等。在腾讯云的产品中，推荐使用Tencent ML-Images进行高性能的机器学习训练和推理。