如何判断使用lr和svm哪个效果好？

源自吴恩达的机器学习课程：
n是数据中特征的数量 m是样本数
1、如果n相对于m来说很大，或者跟样本数量差不多，则使用LR算法或者不带核函数的SVM（线性核函数）
n远大于m，n=10000，m=10-1000
2、如果n很小，m的数量适中（n=1-1000，m=10-10000）
使用带有核函数的SVM算法。一般使用高斯核
3、如果n很小，m很大（n=1-1000，m=50000+）
手动增加更多的feature然后使用LR算法或者不带核函数的SVM（变成第一种情况）。

 

注：LR和不带核函数的SVM比较类似。