使用linearSVC分类器提高预测的准确性

Question

我正在使用线性分类器来预测数据。下面是我的代码。如何提高预测的准确性？数据集包含约500k条目，其中350k在测试数据中。我在以下代码中看不到要更改的参数。我应该在CountVectorizer（）中更改那些设置吗？我是python和NLP的新手，如果您能提供帮助，那就太好了！

from sklearn.svm import LinearSVC
    
  model = LinearSVC()
   
  start = time.time()
    
  linear = model.fit( train_data_features, train['Level 1'] )