文本分类树模型与线性分类器（i.e.，LR，SVM）对比
50维算比较少的，一般的文本分类维数都比较高，这种情况下一般都是线性可分的，也就是在高维空间用一个线性的超平面就能区分开来了，这样线性分类器效果已经很好了，速度还比较快，如果用非线性分类器，像决策树，非线性svm等，速度慢不说，参数调不好还容易过拟合，效果反而差。
推荐阅读
- 垃圾■垃圾分类哪里强？南京全市成绩单亮相！
- |打造垃圾分类管理“姑苏标准”
- 微博目前已经支持文本，图片，位置分享，为啥没有语音和视频呢微博的pm肯定想过这两种微博形态，但迟迟不做的原因到底是啥。是语音和视频不符合产
- 回收|变废为宝！连云港将投放500台“爱分类爱回收”智能回收机
- 赛车|kit 大师作！顺滑体验！MFH 1:20 法拉利 Ferrari 312B3 赛车模型
- 关于图片里的文本识别，哪些特征相对有效
- 汽车|【模型改装】青岛社1/24 火箭兔 Frs86
- 文理|适合男/女生学习的文理专业分类！2021最全专业报考指南
- 原谅我辣么肤浅，搜索引擎和分类信息网真的能相提并论吗
- 示范文本|国企党委前置研讨规程落地