使用sklearn朴素贝叶斯模型报错：'GaussianNB'无'_validate_params'属性

这个错误的核心原因是scikit-learn版本不兼容：_validate_params()是scikit-learn 1.0及以上版本新增的参数验证方法，若你的环境中scikit-learn版本低于1.0，或者存在版本冲突，就会出现该报错（旧版本的朴素贝叶斯类未实现这个方法，但库代码却调用了它）。

解决步骤： #

• 第一步：检查当前scikit-learn版本
  在代码中添加以下语句查看版本：

  import sklearn
  print(sklearn.__version__)
  

  或者在终端执行：

  pip show scikit-learn  # pip环境
  # 或conda环境执行：
  conda list scikit-learn
  

  若版本低于1.0.0，必须升级。

• 第二步：升级scikit-learn
  pip环境执行：

  pip install --upgrade scikit-learn
  

  conda环境执行：

  conda update scikit-learn
  

• 第三步：排查环境冲突（若升级后仍报错）
  若升级后问题依旧，可能是环境中存在多个版本的scikit-learn冲突，建议创建全新的虚拟环境：

  # conda创建新环境
  conda create -n fresh_nlp_env python=3.9 scikit-learn pandas numpy
  conda activate fresh_nlp_env
  

  之后重新运行你的代码。

• 额外排查点
  检查代码中是否存在自定义的GaussianNB/MultinomialNB/BernoulliNB类，若有，会覆盖sklearn的官方类，导致报错，需修改自定义类的名称。

内容的提问来源于stack exchange，提问作者Hrishikesh Rajesh Kumar