各种机器学习算法的优缺点

神经网络

1）比较容易过拟合，参数比较难tune，而且需要不少trick；
2）训练速度比较慢，在层次比较少（小于等于3）的情况下效果并不比其它方法更优；

SVM

1)支持向量机技术在处理非线性和小样本问题上表现十分出色。与大部分的统计学方法不同，它基本不会涉及到概率测度和大数定律等问题。
2)另外，支持向量机的分类决策函数只由少量的支持向量决定，任何非支持向量对 SVM 的预测结果都不会产生影响，这在一定程度上降低了计算的复杂性，使支持向量机具备了良好的鲁棒性．

待写