sklearn、nltk、gensim语料输入对比之nltk

经过测试，nltk虽然有包装了sklearn的SklearnClassifier，但是还是很局限，我在测试随机森林分类器时就出现了运行错误，因此建议整个流程都使用nltk！

nltk的数据集中每条记录的特征是通过自定义的特征提取方法获得的。每条记录的特征是一个字典对象，每个字典对象元由特征名称和对应的值组成。

例如

def gender_features(word):
    return {
  
  'last_letter':word[-1]}

nltk的数据集是 元素为元组的列表，或者可迭代对象，每一元组的第一元素是特征字典可由gender_features生成，第二元素是一个类标签。
例如：总数据集可以是一个列表

names=([(name,"m") for name in names.words('male.txt')]+[(