scikit-learn中能否为Complement Naive Bayes设置random_state参数？

报错原因 #

你的猜测完全正确：补码朴素贝叶斯（Complement Naive Bayes）属于典型的确定性概率模型，整个训练逻辑仅包含训练集样本的概率统计计算，没有任何随机采样、随机初始化等涉及随机数生成的操作，因此scikit-learn官方在ComplementNB类的构造函数中没有设计random_state这个入参，传入未定义的关键字参数就会触发你看到的类型错误。

你遇到的报错信息TypeError: __init__() got an unexpected keyword argument 'random_state'就是Python类初始化时传入不支持参数的标准提示。

解决方法 #

• 直接删除初始化时的random_state参数即可，正确写法如下：

from sklearn.naive_bayes import ComplementNB
model = ComplementNB()

• 补充说明：只有训练流程包含随机过程的模型才需要设置random_state参数，比如随机森林、梯度提升树、神经网络等，这类参数的作用是固定随机种子保证实验可复现；所有朴素贝叶斯相关模型的训练结果完全由输入的训练数据决定，无需设置随机种子。

内容的提问来源于stack exchange，提问作者123456