machine-learning - 新闻文章多类分类算法

Question

我想将新闻文章分类到它所属的类别中。我有 4 类新闻，例如“技术、体育、政治和健康”。我为每个类别收集了大约 50 个文档作为训练集

**训练数据是否足以进行分类？？？我应该使用哪种算法进行分类？ SVM、随机森林、Knn、??

我正在使用 Scikit-learn http://scikit-learn.org/ [python] 我的任务的库

谢谢

Answer 1

解决这个问题的方法有很多种，从 CRF 到随机森林。

由于训练数据有限，我建议使用具有高偏差的模型，例如线性 SVM。首先为每个类别训练一个模型与所有模型，并预测可能性最高的类别。这将为您提供给定训练数据的问题难易程度的基线。