在我最近对机器学习 NLP 任务的研究中，我发现了这个非常好的教程，教你如何构建你的第一个文本分类器：

https://towardsdatascience.com/machine-learning-nlp-text-classification-using-scikit-learn-python-and-nltk-c52b92a7c73a

关键是我一直认为你必须在使用 Bag-of-Words 或 WordEmbeddings 或 TF-IDF 之间进行选择，但在本教程中，作者使用 Bag-of-Words (CountVectorizer)，然后使用 TF-IDF 覆盖特征由词袋生成。

text_clf = Pipeline([('vect', CountVectorizer()),
...                      ('tfidf', TfidfTransformer()),
...                      ('clf', MultinomialNB()),
... ])

这是一种有效的技术吗？我为什么要这样做？