支持向量机（SVM）方法在预测方面有啥优缺点
第一次被邀请，谢邀优点：适合小数量样本数据，可以解决高维问题，理论基础比较完善，对于学数学的来说它的理论很美。缺点： 一旦数据量上去了，那么计算机的内存什么的资源就支持不了，这时候LR等算法就比SVM 要好。对于核函数的运用对SVM来说确实是一个亮点，但是核函数不是SVM专属的，其他算法一旦涉及到内积运算，就可以使用核函数。它的优化方向的话就是各种不同的场景了，比如扩展到多分类，类别标签不平衡等都可以对SVM做些改变来适应场景
■网友
如果是线性可分的SVM 已经很好了。如果不是线性可分，你也可以加Kernel ，但是会存在overfitting . 如果你要看效果，建议cross validation 而不是只测试99个。如果你知道class conditional , 可以用基于bayes 的logistic 或 linear/quadratic discriminative analysis .具体要看谁的cross validation 效果好
■网友
首先有个疑问：投资回报率的预测应该是个连续值的预测（SVR），而不是分类问题吧？97/99的成功率指的是什么？其次，你的目的是什么呢，写文章，大作业还是实际项目？你现在的效果很好，对项目而言那就最好不过了；对写文章而言，啊哦，好像不太好啊，没什么创新；97/99的结果还能怎么优化啊。作为应用SVM的，我觉得去研究如何优化SVM本身是不现实的，而应该研究的是怎么把一个问题转化成适合SVM使用的，而且需要和其他模型不仅比较结果优劣，也要比较模型复杂度，训练时间等。
■网友
在SVM工程应用中，即使是你们项目的应用，可以关注更多的是SVM参数的选择，调整，包括核函数的选择，数据的前期处理，如归一化问题等，这些做好了SVM的性能还是可以的。再有，特征提取的好的话，对分类器本身的要求就不高了。
■网友
【支持向量机（SVM）方法在预测方面有啥优缺点】 SVM的在R语言里面运行速度太慢，如果能把速度优化起来就好了......
■网友
『我是经管类专业的，对SVM原理大概懂，不过数学不好理解不怎么深。』如果你看过原理，就知道它已经很好了。决定效果的更多是特征选择和参数调优。
推荐阅读
- 『创业』自主创业每年最高可减免税收14400元 南京出台意见，多举措支持退役军人就业创业
- 微博目前已经支持文本，图片，位置分享，为啥没有语音和视频呢微博的pm肯定想过这两种微博形态，但迟迟不做的原因到底是啥。是语音和视频不符合产
- 为啥Smartisan OS只能支持移动的VoLTE
- 能和 Google Calender 方便双向同步的 iOS 日程管理软件有哪些最好也支持iPad
- 高校|教育部：支持14所合建高校深化改革工作
- 国内有支持Docker的云服务商吗
- 袁泉|袁泉获金鸡最佳女配，现场感谢先生支持，没想到夏雨的狗粮更狠
- 未来高速|江苏首条“未来高速”明年开通 车路协同支持“无人驾驶”
- 咋知道天猫上某一个商品是否支持货到付款
- 为啥很多网站不支持171号段的手机号码注册/绑定