Pycaret - 在 model_tune() 中设置 n_jobs

Question

我想通过在

n_jobs

 中指定 

sklearn.model_selection.RandomizedSearchCV

参数来使用多处理

我想通过

pycaret

中的

pycaret.classification.tune_model

包装来指定这一点。

我尝试将

n_jobs

传递为

**kwargs

，但是

TypeError: ABCMeta object got multiple values for keyword argument 'n_jobs'

如何使用所有工作人员进行超参数调整？

Answer 1

您可以在

n_jobs = -1

 中使用 

setup()

pycaret.readthedocs.io - 分类

n_jobs：整数，默认 = -1

并行运行的作业数量（对于支持 并行处理）-1 表示使用所有处理器。运行所有 单处理器上的函数将 n_jobs 设置为 None。

n_jobs

中没有

tune_model()

选项

tune_model(估计器，折叠：可选[Union[int, Any]] = None，轮： int = 4，n_iter：int = 10，custom_grid：可选[Union[Dict[str， 列表]，任意]] = 无，优化：str = '准确性'，custom_scorer = 无， search_library：str = 'scikit-learn'，search_algorithm：可选[str] =无，early_stopping：任何= False，early_stopping_max_iters：int = 10，choose_better：bool = True，fit_kwargs：可选[dict] =无， groups: 可选[Union[str, Any]] = None, return_tuner: bool = False, 详细：bool = True，tuner_verbose：Union[int，bool] = True， return_train_score: bool = False, **kwargs) → 任意

这是一个相关的SO问题：does-n-jobs-1-in-scikit-learn-use-all-cores-or-all-available-cores？