Python文本分类首选scikit-learn+TfidfVectorizer，步骤为向量化→选分类器（如LogisticRegression）→训练预测；图像分类推荐迁移学习，用torchvision加载预训练模型（如ResNet18），冻结前层、替换FC层并统一预处理。
用Python快速搭建文本分类模型
文本分类是AI最常用的任务之一，比如识别邮件是否为垃圾邮件、判断用户评论是正面还是负面。Python生态里，scikit-learn + TfidfVectorizer是最轻量又实用的组合，适合入门和中小规模数据。
关键步骤很清晰：
- 用
TfidfVectorizer把句子转成数字向量（自动处理停用词、词频加权） - 选一个分类器，如
LogisticRegression或RandomForestClassifier，训练即可 - 预测时，对新文本做同样向量化，再调用
predict()或predict_proba()
注意：如果文本含大量专业术语或短文本（如微博），可尝试CountVectorizer配合n-gram，或换用transformers库微调小型BERT模型（如distilbert-base-uncased-finetuned-sst-2），但需GPU支持。
图片分类不用从头训练CNN
对大多数实际任务，直接用预训练模型+迁移学习更高效。Python中，torchvision.models提供ResNet、EfficientNet等即用模型，几行代码就能完成图像分类。
立即学习“Python免费学习笔记（深入）”；
典型做法：
- 加载预训练模型（如
models.resnet18(pretrained=True)），冻结前面层参数 - 替换最后的全连接层，适配你的类别数（如
model.fc = nn.Linear(512, 3)） - 用
torchvision.transforms统一缩放、归一化图片，避免输入尺寸/通道异常
小技巧：若样本少（每类
文本+图片多模态分类可以很简单
当任务同时依赖文字和图片（比如电商商品分类：靠标题+主图），不必强行拼接特征。一种轻量方案是分别提取特征后融合：
- 用
TF-IDF或Sentence-BERT获取文本嵌入（768维） - 用ResNet最后一层输出作为图像嵌入（512或2048维）
- 拼接两个向量，送入一个简单MLP分类器（如两层Linear + ReLU）
不需要复杂对齐或跨模态注意力——多数业务场景下，这种“特征级融合”已足够稳定。调试时先单独验证文本和图片分支效果，再合并，容易定位瓶颈。
部署前别跳过这三步验证
模型在训练集上准，不等于上线能用。实际落地前务必检查：
- 输入鲁棒性：试试错别字、空格乱码、超长文本或模糊截图，看是否崩溃或胡猜
- 类别偏移：确认测试集分布和线上真实数据接近（比如训练用新闻标题，别拿社交媒体短句直接测）
- 推理速度：单次文本分类应torch.quantization）或换更小模型
用joblib保存sklearn模型，torch.save存PyTorch模型，再封装成Flask/FastAPI接口，就是最小可行服务。
