Python 3.x 在SKL中使用LightGBM拟合参数

我正在使用lightgbm和sklearn

stacking

方法，但我遇到了一个问题：

如何在

LGBMRegressor.fit

函数中设置一些参数

这是我目前的代码：

from sklearn.datasets import load_diabetes
from sklearn.linear_model import RidgeCV
from sklearn.svm import LinearSVR
from sklearn.ensemble import RandomForestRegressor
from sklearn.ensemble import StackingRegressor
from lightgbm import LGBMRegressor

X, y = load_diabetes(return_X_y=True)
estimators = [
    ('lr', RidgeCV()),
    ('svr', LinearSVR(random_state=42)),
    ('lgb', LGBMRegressor())
]
reg = StackingRegressor(
    estimators=estimators,
    final_estimator=RandomForestRegressor(n_estimators=10,
                                          random_state=42)
)
reg.fit(X,Y)

但是我想在

LGBMRegressor.fit

中设置

num\u boost\u round

和

early\u stopping\u round

，当我使用

StackingRegressor.fit

※注： 不使用堆叠方法，我可以使用

lgb = LGBMRegressor()
lgb.fit(X,Y, num_boost_round=20000, early_stopping_rounds=1000)