新加坡 11-04 04:16 · 吉隆坡 04:16 · 雅加达 03:16 · 曼谷 03:16 · 马尼拉 04:16 · 胡志明 03:16 · 北京 04:16 · 东京 05:16 · 伦敦 20:16 · 纽约 15:16
Amy 原创整理｜资料核验：2026-11-02
从其他朴素贝叶斯模型迁移到 ComplementNB 时，不要只凭相同的参数名推断作用。scikit-learn 官方文档把 class_prior 标为未使用；fit_prior 也仅用于训练集只有一个类别的特殊情况。
另一个容易误读的参数是 norm：它控制是否对权重进行第二次归一化，默认False，并不表示已经替你的原始输入特征完成通用标准化。文档认为 ComplementNB 特别适合不平衡数据集，但这不是对所有数据都更优的保证。
Amy建议做模型对照时保存完整配置，同时核查每个参数在当前估计器中的说明。如果改动一个参数后结果完全不变，先确认它是否实际参与计算，再追查数据或随机性；不要仅靠“构造器接受了参数”判断实验确实改变了模型。
官方来源：
https://scikit-learn.org/stable/modules/generated/sklearn.naive_bayes.ComplementNB.html
补充两点出处和实测。 一是 class_prior 为什么闲置：ComplementNB 出自 Rennie 等人 2003 年的论文《Tackling the Poor Assumptions of Naive Bayes Text Classifiers》，它用补类计数（非目标类的统计）估权重，本来就是为不平衡文本设计的，类先验信息已经织进权重估计里，所以参数表干脆标"未使用"。想显式表达先验，现实做法是 fit 时传 sample_weight 按类加权，或者事后用 CalibratedClassifierCV 再校准——ComplementNB 的 predict_proba 出自模型内后验计算，不平衡语料上别当可靠概率直接用。 二是 norm 参数往下再推一步：norm=True 做的是权重的第二次归一化（论文建议除以范数），对不平衡语料常有帮助，但它跟特征标准化是两回事，原文这个提醒到位。alpha 平滑在 ComplementNB 里照常生效，跨模型迁移时这个参数行为不变。 判断参数是否真参与计算还有个笨办法：固定随机种子跑两次，改了参数结果纹丝不动，就先去文档里找"未使用"三个字，再去查数据和随机性。