Zalety:
- zwykle duża szybkość klasyfikacji;
- elastyczność
(duża przestrzeń rozpatrywanych modeli);
- stosunkowo duża odporność na zbędne cechy.
Wady:
- powolne uczenie;
- kryterium średniego błędu kwadratowego
(w pełni adekwatne tylko w niektórych problemach);
- znaczące niebezpieczeństwo przeuczenia.
Sz.Grabowski, Rozpoznawanie Obrazów