Ele é utilizado principalmente para análise de dados temporais e séries históricas.

Ele procura maximizar a margem entre as classes de dados em um espaço multidimensional.

Ele é baseado em árvores de decisão e é mais adequado para tarefas de clustering.

Ele realiza agrupamento de dados em clusters de forma não supervisionada.

Ele é mais eficiente que outros modelos apenas para problemas de regressão.