如果要应用核最小均方 (KLMS)，它将对大多数增强传统机器学习（例如，线性回归）很有用。

KLMS 在机器学习中并不常见，因为内核方法需要更多的内存空间和计算能力。内核方法肯定会增加训练时间，但可能不会显着提高相对于基于树的模型和神经网络的数据建模能力。