SVM - 对于什么情况，非线性分类比线性分类更好？

Question

SVM（支持向量机）。 我需要在Python中对含有氨基酸的给定蛋白质（三维扫描）进行分类 - 每个AA属于20个可能的AA组。

1. 当（在哪种情况下）非线性分类比线性分类更好 - 一般而言，特别是在描述我的情况？
2. SVM - 一般来说是一个很好的工具，可以归类为“这么多”（又称20个）群体吗？

我在维基百科中读过以下术语，并且仍然没有强烈地理解两者之间的主要优点和缺点（线性与非线性）：

• https://en.wikipedia.org/wiki/Support_vector_machine#Linear_SVM
• https://en.wikipedia.org/wiki/Support_vector_machine#Nonlinear_classification
• https://en.wikipedia.org/wiki/Kernel_method
• http://scikit-learn.org/stable/auto_examples/svm/plot_svm_nonlinear.html
• http://scikit-learn.org/stable/auto_examples/svm/plot_oneclass.html