我想用 12 个类/类别训练文本分类器（使用https://www.uclassify.com ）。我将训练它对新闻/文章进行分类（我知道有现有的分类器，但我想训练我自己的）。

uclassify 使用以下算法（直接从他们的网站复制）：

核心是一个多项式朴素贝叶斯分类器，有几个步骤可以进一步改进分类（混合互补 NB、类归一化和特殊平滑）。分类的结果是文档属于每个类别的概率 [0-1]。如果您想为分类设置阈值，这非常有用。例如，所有超过 90% 的分类都被视为垃圾邮件。使用此模型还使其在用于分类/训练的 CPU 时间方面非常可扩展。

我想知道训练这样的分类器需要多少示例？可以估计数量吗？假设一篇文章平均“适合” 2 个类别。