Python 分类文章的最佳分类器

我目前正在使用scikit学习对新闻文章进行分类，我想知道应该使用哪个分类器。我有带标签数据的训练集，这使得这成为一个有监督的学习问题，一篇文章可以属于多个类别，比如金融和政治，这使得这是一个多标签的场景

我目前正在使用CountVectorizer进行预处理，然后使用带有多输出分类器的线性SVC来构建模型。我按照这里的流程图使用LinearSVC

---

但我不确定是否有更好的算法适合我的用例。对我的方法有什么意见吗？

试试scikit learn的SGDClassizer，它将为您提供更多的建模选项，而且比LinearSVM更快

---

您应该使用OneVsRestclassifier，而不是multiOutputClassifier，因为您正在寻找多标签输出

“尝试tf idf和random forest可能是重复的。@mohammad我知道这个问题，但这个问题甚至不能让它正常工作。在我的例子中，我已经得到了我的多标签，但我只是想知道在我的用例中什么是更好的分类器。在您的标记问题中，对于使用哪种分类器，哪种分类器是我正在寻找的，没有任何争论。@polkovinkov.ph tf idf只是一个转换器，对吗？顺便说一句，如果我使用随机林，我还需要通过LinearSVC作为元估计吗？

classifier = MultiOutputClassifier(LinearSVC())