我想将新闻文章分类到它所属的类别中。我有四类新闻，例如“科技、体育、政治和健康。”我为每个类别收集了大约50篇文档作为训练集

**训练数据对于分类来说足够吗？应该使用哪种算法进行分类？SVM，随机森林，Knn，？？

我使用Scikit-learn http://scikit-learn.org/ [python] 库来完成我的任务

谢谢

回答：

解决这个问题的方法有很多，从条件随机场（CRFs）到随机森林都有。

鉴于你的训练数据有限，我建议使用高偏差的模型，比如线性SVM。开始时训练每个类别的一对多模型，并预测概率最高的类别。这将为你提供一个基准，以评估给定训练数据下问题的难度。