Python Can'；t让NLTK培训师识别/使用scikit学习分类器

我一直在使用（优秀的）NLTK训练器来训练NaiveBayes分类器对文本片段进行分类。我看到NLTK Trainer还支持scikit学习算法，我希望使用这些算法来减少内存使用/提高准确性

但是，当我在运行train_classifier.py时尝试指定一个scikit学习分类器时，它会抛出一个错误：

train_classifier.py: error: argument --classifier/--algorithm: invalid choice: 'sklearn.BernoulliNB' (choose from 'NaiveBayes', 'DecisionTree', 'Maxent', 'GIS', 'IIS', 'MEGAM', 'TADM')

我正在Windows7上运行Python 3.4.3的32位Anaconda发行版（2.20）。“pip冻结”给了我以下信息：NLTK 3.0.4，scikit学习0.16.1。我相信我正在使用最新版本的NLTK Trainer（我一个月前下载的）

在做了一些研究之后，我有两种理论来解释问题所在： 1.有某种arg解析错误没有通过--classifier sklearn.BernoulliNB来正确训练_classifier.py。在我对错误进行回溯后，它会给出以下信息

nltk\u数据\nltk培训师大师\nltk培训师大师\train\u分类器.py in（）
131 nltk_trainer.classification.args.add_sklearn_args（解析器）
132
-->133 args=parser.parse_args（）
134
parse_args（self、args、命名空间）中的AppData\Local\Continuum\Anaconda3\lib\argparse.py
1726     # =====================================
1727 def parse_args（self，args=None，namespace=None）：
->1728 args，argv=self.parse_known_args（args，名称空间）
1729如果argv：
1730 msg=(（'无法识别的参数：%s'）
1765除参数错误外：
1766错误=_sys.exc_info（）[1]
->1767自我错误（str（err））
1768
1769定义解析已知参数（self，参数字符串，命名空间）：

我的另一个假设是，Anaconda附带的scikit学习文件位于NLTK Trainer找不到的地方。根据Jacob Perkins在此处的建议（），我可以毫无错误地运行“from nltk.classify import scikitlearn”命令。但是，当我在这里进一步查看nltk trainer/args.py代码（）时，我无法在“import命令”后面运行代码。所有这些行都会抛出错误

从sklearn.feature\u extraction.text导入
从sklearn.pipeline导入管道
从sklearn导入集成、特征选择、线性模型、朴素贝叶斯、邻居、支持向量机、树

---

这真的很令人沮丧，我不知道为什么它不起作用。任何帮助都将不胜感激

argparse

就是接受命令行参数并对其进行解析的代码。它不使用这些论点，也不根据这些论点行事。这是通过以下代码完成的。解析器只是看门人，确保您的输入看起来是正确的

我不熟悉NLTK Trainer，但我可以看到它的解析器在做什么

从错误消息中可以清楚地看出，您的论点“sklearn.BernoulliNB”正在通过。但是

--classifier

参数设置为只接受

选项

列表中的一个字符串<代码>['NaiveBayes'，'DecisionTree'，…]。它不接受任何名称或模块引用

程序很可能采用一个可接受的名称，并将其映射到其他函数、模块或参数上

---

尝试使用

-h

或

--help

调用此代码，以查看它接受了哪些参数。然后转到程序文档，查看它对输入的说明。也许还有其他方法来指定替代算法。

--分类器

显然设置为只接受预定义的一组值。

您是对的，它给出的选项是默认值，但在查看nltk trainer args.py文件后，它似乎试图找到一个工作的scikit学习库，如果找到了，它会添加额外的sk.learn选项。有“def”代码来添加sklearn参数，但只要找到scikit learn即可。如果您想查看args.py文件的所有内容，则原始问题中有指向args.py文件的链接。好的，这样的选项列表可以是动态的，从环境中填充。如果您无法从sklearn.feature\u extraction.text import tfidf transformer或任何其他sklearn导入命令执行

，则表示scikit学习库不可导入。这可能是Anaconda的问题，但您可以执行
pip安装-U scikit learn
。