mlxtend StackingRegressor如何使用多个cpu？

Question

我想使用mlxtend StackingRegressor集成XGBoost，LGBM和Catboost。但是我不确定在此方法中将使用多少cpu。

例如：

在XGboost中：

import xgboost as xgb
xgb_pars = {'nthread': -1}
xgb1=XGBRegressor(**xgb_pars)

那我知道我将用尽该算法中的所有cpu内核

但是如果我用mlxtend StackingRegressor尝试怎么办？

我猜这种方法将使用我为每种算法安排的cpu。

示例： XGBoost：2 LGBM：2 CatBoost：2元回归器：1

所以最终我使用了7个内核。

Answer 1

不，代码似乎可以一次又一次地适合模型，请参见here。因此，首先，您将使用2个核心来训练XGB，完成后将使用它-LGBM的2个核心，依此类推。

顺便说一句，感谢您分享mlxtend，我不知道它。似乎有很多有用的工具，我必须发展自己，才能重新发明轮子：)唯一不幸的是，似乎缺少文档，但是有内联的文档和非常好的示例