Python nltk贝叶斯分类器再训练

我尝试训练nltk贝叶斯分类器。以后可以重新训练分类器（添加更多的训练数据并仅对其进行训练），或者我必须一次训练分类器？

可以在添加更多数据时重新训练分类器（称为“在线”朴素贝叶斯分类器）。我不确定是否有任何标准的python ML库可以做到这一点。但我找到了一个这样做的-

尝试

---

这个问题与Python有什么关系？nltk是一个Python库，我正在寻找一个Python解决方案。使用Naive Bayes分类器的nltk实现，在线/增量学习是不可能的。您只能使用整个数据集再次对其进行训练。

pip install Reverend