提问人：Carl C 提问时间：8/22/2023 更新时间：10/26/2023 访问量：92
Pycaret - 在 model_tune（） 中设置n_jobs
Pycaret - Setting n_jobs in model_tune()
问：
我想通过指定参数来使用多处理n_jobssklearn.model_selection.RandomizedSearchCV
我想通过包装器来指定这一点。pycaretpycaret.classification.tune_model
我试过传递 as ，但是n_jobs**kwargsTypeError: ABCMeta object got multiple values for keyword argument 'n_jobs'
如何使用所有工作线程进行超参数优化？
答：
0赞
Alper Yilmaz
10/26/2023
#1
您可以在n_jobs = -1setup()
n_jobs：int，默认值 = -1
要并行运行的作业数（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 n_jobs设置为“无”。
中没有选项n_jobstune_model()
tune_model（estimator， fold： Optional[Union[int， Any]] = None， round： int = 4， n_iter： int = 10， custom_grid： 可选[Union[Dict[str， list]， Any]] = 无， 优化： str = 'Accuracy'， custom_scorer=None， search_library： str = 'scikit-learn'， search_algorithm： Optional[str] = 无，early_stopping：任意 = 假，early_stopping_max_iters：int = 10，choose_better：bool = 真，fit_kwargs：可选[dict] = 无， groups： Optional[Union[str， Any]] = None， return_tuner： bool = False， 详细：bool = True，tuner_verbose：Union[int， bool] = True， return_train_score： bool = False， **kwargs） → Any
这是一个相关的 SO 问题：does-n-jobs-1-in-scikit-learn-use-all-cores-or-all-available-cores？
评论