我会将字幕转换为向量，并将它们用作特征，根据它们的收视率将电影分类为不同的类别。我面临的问题是我的特征向量与我拥有的示例数量相比要大得多。我想知道我的拖尾数据集的大小应该是多少才能使用 LDA、PCA、SVM 和朴素贝叶斯。每个类别 10 部电影是否足够？