SVM的優缺點

優點

• 可用於線性/非線性分類，也可以用於回歸，泛化錯誤率低，也就是說具有良好的學習能力，且學到的結果具有很好的推廣性。
• 可以解決小樣本情況下的機器學習問題，可以解決高維問題，可以避免神經網絡結構選擇和局部極小點問題。
• SVM是最好的現成的分類器，現成是指不加修改可直接使用。並且能夠得到較低的錯誤率，SVM可以對訓練集之外的數據點做很好的分類決策。

缺點

• 對參數調節和和函數的選擇敏感。