关于数据维度对模型选择的影响: 1.一般对于高维数据的分类问题,比如10000维的特征向量,尤其是在稀疏时,线性模型总是不错的。 2.如果维度不高,比如几十,那么nonlinear kernel的效果更好。 3.对于大样本数据,线性模型可能更适合。