scikit分类器需要多少时间进行分类？

我计划使用scikit线性支持向量机（SVM）分类器对包含100万个带标签文档的语料库进行文本分类。我打算做的是，当用户输入某个关键字时，分类器将首先将其分类为一个类别，然后在该类别目录的文档中进行后续的信息检索查询。我有几个问题：

1. 如何确认分类不会花费太多时间？我希望用户不必花时间等待分类完成才能获得更好的结果。
2. 使用适用于网站/ Web应用程序的Python的scikit库适合吗？
3. 有谁知道亚马逊或翻车如何对用户查询进行分类，或者他们使用完全不同的逻辑？

查看所需时间的唯一可靠方法是对其进行编码并进行尝试。培训将花费更多时间，然后您可以保存模型（点刺）以备后用。

我在这里没有看到太大的问题。因此，我将尝试从生产级别的角度回答您的所有问题：

如何确认分类不会花费太多时间？

取得您拥有的语料库数据的一个子集（您可以随机进行，无需抽样），并在其上测试算法，然后将它们近似/概括为整个数据集。

（SVM相对较快。不过，请确保执行上述过程。）

并在投入生产之前在开发环境中进行测试。

使用适用于网站/ Web应用程序的Python的scikit库适合吗？

是的，是的。它已经被使用了。

有关亚马逊和Flipkart的第三个问题无法由其团队之外的人回答。

另外，我建议您使用mapreduce技术来训练模型。就像已经建议的那样，腌制您的模型，这样您就不必在每次请求时都对其进行训练。