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。
