在gpu上安装xgboost的过程非常缓慢，并且需要大量RAM

Question

我正在尝试使用Google Colab的GPU通过以下代码拟合xgboost模型：

param = {'gpu_id' : 0, 'tree_method' : 'gpu_hist', 'predictor' : 'gpu_predictor', 'max_bin' : 16}
model = xgb.XGBRegressor(kwargs = param)
model.fit(X_train, y_train)

但是，运行该命令的时间就像没有使用GPU一样，而且需要数GB的RAM，这甚至会在安装完成之前重新启动内核。

有趣的是，不使用sklearn界面（通过“火车”功能）运行模型就可以了，所以我可以做到这一点，但是我不知道如何在此模式下更改树的数量。 xgboost参数列表中没有n_estimators这样的参数，请您回答一下，怎么可能？