对于一个任务，我将使用ConditionalProbDist，使用LidstoneProbDist作为估计器，为每个bin添加+0.01的样本数。Python：NLTK ValueError：Lidstone概率分布必须至少有一个bin？
我想下面的代码行会做到这一点，但它产生的值误差
fd = nltk.ConditionalProbDist(fd,nltk.probability.LidstoneProbDist,0.01)
我不知道如何格式化内ConditionalProbDist参数和找出还没有多少运气如何通过python的帮助功能或谷歌，所以如果任何人都可以设置我的权利，这将是非常感谢！
你可能因为这个问题已经很老了不需要这个了，不过，你可以通过LidstoneProbDist参数ConditionalProbDist与拉姆达的帮助：
estimator = lambda fdist, bins: nltk.LidstoneProbDist(fdist, 0.01, bins)
cpd = nltk.ConditionalProbDist(fd, estimator, bins)
我发现the probability tutorial的NLTK网站上相当作为参考很有帮助。
正如在上面的答案中所提到的，使用lambda表达式是一个好主意，因为ConditionalProbDist将生成频率分布（nltk.FreqDist），并通过传递给估计器。
更微妙的一点是，如果您不知道输入样本中最初有多少个垃圾箱，则无法通过垃圾箱参数！但是，FreqDist的箱数可用数为FreqDist.B()（docs）。
而是使用FreqDist作为唯一的参数给您的拉姆达：
from nltk.probability import *
# ...
# Using the given parameters of one extra bin and a gamma of 0.01
lidstone_estimator = lambda fd: LidstoneProbDist(fd, 0.01, fd.B() + 1)
conditional_pd = ConditionalProbDist(conditional_fd, lidstone_estimator)
我知道这个问题已经很老了，但我也努力寻找文件，所以我的情况下，其他人在这里它文档在这条线上也遇到了类似的情况。
祝你好运！