与现有的ML教程实施不同的ML方法

Question

我对python很陌生，希望你们能帮帮我。 我目前正在复制此tutorial 本教程使用LightGBM进行分类，如下所示：

    # Set up training classes
labels_unique = np.unique(labels_train)

# Set up the model
model = lgb.LGBMClassifier(
    objective='multiclass', 
    num_class=len(labels_unique), 
    metric='multi_logloss'
)

# train the model
model.fit(features_train, labels_train)

该模型在这里被视为LightGBM分类器，我想对此数据尝试使用不同的scikit分类器，例如SVM或MLP。 我已经尝试过：

   # Instantiate and evaluate classifier
model = SVC(kernel='linear')

# train the model
model.fit(features_train, labels_train)

但是它行不通。任何建议/建议都非常欢迎