逻辑回归模型和支持向量机模型选择原则

从逻辑回归模型可以得到，支持向量机（SVM）模型，下面是一些普遍使用的准则：

n为特征数，m为训练样本数。

1、如果相较于m而言，n要大许多，即训练集数据量不够支持我们训练一个复杂的非线性模型，我们选用逻辑回归模型或者不带核函数的支持向量机

2、如果n比较小，而且m大小中等，例如n在1-1000之间，而m在10-100000之间，使用高斯核函数的支持向量机。

3、如果n比较小，而m较大，例如n在1-1000之间，而m大于50000，则使用支持向量会非常慢，解决方案是增加更多的特征，然后使用逻辑回归或不带核函数的支持向量机。