同学你好,
SVM这种算法适合于小数据集和比较复杂的多维数据集。这是因为:
①SVM算法只需要边界(Margin boundary)上的少数的几个点就可以做,不需要所有的点(这几个点就是“support vector”)和大数据集;
②SVM可以使用n-dimensional hyperplane的方法给high-dimensional的数据做分类。
而大多数算法是必须基于大数据才能做的,也处理不了复杂的多维数据(所以还需要用到PCA算法等)
以上这两点是不需要记忆的,老师讲义上打“☆”的这个结论记忆即可。