Jupyter notebook 调整CatBoost超参数时遇到问题

我正在做Kaggle的推土机蓝皮书项目。我目前正在使用CatBoost，看看是否可以改进我的模型。 我将CatBoost实例化为：

cat_regressor = CatBoostRegressor()

cat_regressor.fit(Xtrain[:100000], ytrain[:100000])

然后，我尝试使用RandomizedSearchCV调整超参数，如下所示：

%%time

    from sklearn.model_selection import RandomizedSearchCV
    cat_grid = {
        'iterations': np.arange(10, 1000, 10),
        'depth': np.arange(2, 16, 2),
        'learning_rate': [0.01, 0.05, 0.1]
    }
    
    cat_model_rs = RandomizedSearchCV(estimator=cat_regressor,
                                     param_distributions=cat_grid,
                                     n_iter=250,
                                     cv=5,
                                     verbose=True)
    
    cat_model_rs.fit(Xtrain[:100000], ytrain[:100000])

现在，到目前为止，计算机需要很长时间才能将这些参数适应搜索（比我调整RandomForestRegressionor时长得多）。昨天我在使用GPU时遇到了“内核停止”（不记得Jupyter是如何给出错误的）。今天我要实现CPU。搜索仍在全力进行，在这一点上，感觉模型陷入了无限循环，我只是在等待内核停止。 我也尝试过使用GoogleColab，但是用于查找超参数的单元格在那里也没有时间了。我在这里不知所措

---

我刚开始使用CatBoost，有人知道我是否遗漏了一个参数，或者CatBoost没有完全实现RandomizedSearchCV吗？

找到了这不起作用的原因。显然，

iterations

不能接受大于500的值，所以设置它解决了我的问题