dask_lightgbm使用的完整训练集？

我正在阅读估计器的实现（特别是dask_lightgb.core.py中的

\u train\u part

函数），我没有看到如何使用整个训练集来适应最终的估计器

\u train\u part

函数接受布尔参数

return\u model

，在

train

函数的实现中（使用

客户端.submit

对每个工作人员调用

\u train\u part

），只有当工作人员是“主工作人员”时，

return\u model

才为真（其本身似乎是随机选择的Dask工作者）。从逻辑上讲，每个工作人员都会被分派整个模型训练集中的1/n块（其中n=工作人员总数），然后每个工作人员在训练集中自己的子集上训练自己的独立模型。

return\u model

参数控制每个工作人员的模型是否由

\u train\u part

返回，因此它返回None适用于除一名工人外的所有工人，因此也适用于模型

代码：

def列车零件（参数、型号、工厂、零件列表、工人地址、返回型号、本地侦听端口=12400、，
超时=120，**kwargs）：
网络参数=构建网络参数（工作者地址，获取工作者（）.地址，本地监听端口，超时）
参数更新（网络参数）
#将多个部分连接为一个
零件=元组（zip（*零件列表））
数据=concat（部分[0]）
标签=混凝土（零件[1]）
如果长度（零件）=3，则重量=混凝土（零件[2]），否则无
尝试：
模型=模型工厂（**参数）
模型拟合（数据、标签、样品重量=重量）
最后：
_安全调用（_LIB.LGBM_NetworkFree（））
如果返回模型，则返回模型，否则无

这不等于在训练集的1/n子样本上训练lightgbm估计器的非分布式版本吗？我是否遗漏了什么？我感觉我遗漏了一个部分，要么工人的独立模型合并成一个，要么单个估计器通过单独的工作学习到的单个树进行更新呃

---

谢谢！

啊，答案是肯定的-dask_lightgbm使用所有可用的培训样本。dask的责任只是在员工之间分发数据。lightgbm在其设置后处理所有分布式学习。不是每个员工都在培训自己的独立模型-lightgbm只培训一个模型-而是每个员工都将获得由于这个原因，只有被选中的工作人员返回拟合的估计器，而其他所有人都不返回