优点: 对高维空间适应良好;即使在数据维度数比样本数多的情况下也表现良好;只需训练集的一个子集(支持向量),因此很节约内存;根据不同的目标可以使用不同的核函数,除了已提供的常用核函数,scikit-learn也支持自定义核函数。 缺点: 如果数据的特征数比样本数要多很多,则SVM的表现很差;SVM并不直接提供定量的可能性预计,这些通常通过代价高昂的交叉验证法实现。