Python sklearn RidgeClassifierCV:意外的关键字参数'；随机状态'；

为什么

sklearn.linear\u model

中的

RidgeClassifierCV

没有

random\u state

关键字参数

它交叉验证

脊状分类器

，该分类器具有

随机状态

。不应该传递这个关键字吗？还是我在这里遗漏了什么

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-612-4d3d523acbab> in <module>()
      1 # Apply ridge regression
----> 2 model = linear_model.RidgeClassifierCV(cv=3, normalize=True, random_state=random_state)
      3 model.fit(Xtrain, ytrain)
      4 model = linear_model.RidgeClassifier(alpha=model.alpha_, normalize=True,
      5                                      random_state=random_state)

TypeError: __init__() got an unexpected keyword argument 'random_state'

---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
在（）
1#应用岭回归
---->2模型=线性模型。脊分类RCV（cv=3，规格化=True，随机状态=随机状态）
3.模型配合（Xtrain、ytrain）
4模型=线性模型。脊分类器（alpha=模型。alpha，normalize=真，
5随机状态=随机状态）
TypeError:\uuuu init\uuuuuuuuuuuuuuuuu（）获取了意外的关键字参数“random\u state”

无需在

RidgeClassifierCV

中设置

随机状态
RidgeClassifierCV
只会分割数据并进行拟合/预测。但这种拟合/预测是否会使用随机状态，从而导致不同的结果，从而在CV后产生不同的正则化参数？