我正在构建一个文本分类器，它应该能够给出文档属于某些类别的概率（例如，80% 是小说，30% 是市场营销等）。

我认为Libsvm可以通过“predict”方法实现这一点，但问题是我需要测试大约20个类别。此外，我有几百份文档可以用于训练。

问题在于训练文件的大小达到了1 GB到2 GB，这使得Libsvc变得非常慢。

这个问题如何解决？我应该改用Liblinear，还是有更好的选择？

回答：

关于这个具体问题，我不得不使用Liblinear，因为LibSVC一直运行不完。

但如果有人想知道最终结果如何：

1. 我从PHP/C++切换到Python，这大大简化了操作，并且没有遇到任何内存问题。
2. 我的情况属于“多标签分类”。这篇文章指引了我正确的方向，而magpie项目帮助我完成了任务。