stop_words是这样定义的stop_words=ENGLISH_STOP_WORDS

根据您提供的信息，如果您使用的是 scikit-learn 中的 TfidfVectorizer，那么 ENGLISH_STOP_WORDS 应该是一个预定义的常量，它是一个包含英语中常见无用单词的集合。如果您在定义 TfidfVectorizer 对象时传入了 stop_words=ENGLISH_STOP_WORDS 参数，那么您需要确认 ENGLISH_STOP_WORDS 的值是否正确，它应该是一个集合（set）类型的对象，其中包含了英语中常见无用单词的字符串。

如果 ENGLISH_STOP_WORDS 的值正确，但是依然出现了 InvalidParameterError 错误，那么您可以尝试将 stop_words 参数设置为 'english'，或者将 ENGLISH_STOP_WORDS 转换成列表类型，然后传入 TfidfVectorizer 对象的 stop_words 参数中。例如：

from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.feature_extraction.text import ENGLISH_STOP_WORDS

# 将 ENGLISH_STOP_WORDS 转换成列表类型
stop_words = list(ENGLISH_STOP_WORDS)

# 定义 TfidfVectorizer 对象
tfidfVec = TfidfVectorizer(stop_words=stop_words)

或者

from sklearn.feature_extraction.text import TfidfVectorizer

# 定义 TfidfVectorizer 对象
tfidfVec = TfidfVectorizer(stop_words='english')

请注意，这里的 stop_words 参数是在实例化 TfidfVectorizer 对象时传入的，而不是在调用 fit() 方法时传入的。