Как оптимально искать пространство параметров с помощью Dask? (без перекрестной проверки)

Вот код (здесь нет DASK):

def build(ntries,param,niter,func,score,train,test):
    res=[]
    for i in range(ntries):
        cparam=param.rvs(size=niter,random_state=i)
        res.append( func(cparam, train, test, score) )
    return res

def score(test,correct):
    return np.linalg.norm(test-correct)

def compute_optimal(res):
    from operator import itemgetter
    _sorted=sorted(res,None,itemgetter(1))
    return _sorted

def func(c,train,test,score):
    dt=1.0/len(c)
    for cc in c:
        train=train - cc*dt
    return (c,score(train,test))

Вот как я его использую:

from dask import delayed
from distributed import LocalCluster, Client
cluster=LocalCluster(n_workers=4, threads_per_worker=1)
cli=Client(cluster)

from scipy.stats import uniform
import numpy as np

niter=500
loc=1.0e-09
scale=1.0
ntries=1000
sched=uniform(loc=loc,scale=scale)
train=np.arange(1000)+0.5
test=np.arange(1000)

# HERE IS THE DASK
graph=build(ntries,sched,niter,delayed(func),score,train,test)

# THE QUESTION SECTION
# I do these steps to bring back all the values so that I could search for the score-wise optimal pair: (parameter, score)
res=[cli.compute(g) for g in graph]
results=[r.result() for r in res]
# Actual search for the optimal pair
optimal=compute_optimal(results)
best,worst=optimal[0],optimal[-1]

Вопросы:

1. Правильно ли я использую Dask здесь?
2. Правильно ли я возвращаю данные клиенту? Есть ли более эффективные способы сделать это?
3. Есть ли способ сделать поиск оптимальной пары на рабочих?

P.S. Недавно я разместил связанный вопрос, но с другой проблемой (thread. блокировка во время класса поиска пользовательских параметров с использованием распределенного Dask). Я решил это и вскоре опубликую ответ и закрою эту проблему.