若有 $N$ 个训练样本、$p$ 个自变量、和 $m$ 个支持向量，假设 $m\approx N$，则支持向量机需要 $m^3+mN+mpN$ 次运算。尽管存在一些计算的便捷方法（Platt, 1999），SVM 处理 $N$ 较大的情况比较困难。不过这些模型都在快速发展中，读者应自行到网上搜索当前最新的方案。
LDA 和 PDA 都需要 $Np^2+p^3$ 次运算。FDA 的复杂度取决于所使用的回归模型。很多方法的计算量，例如加性模型和 MARS，与 $N$ 呈线性。一般的样条和基于核函数的回归方法一般会需要 $N^3$ 次运算。
R 扩展包 mda 可用于拟合 FDA、PDA、和 MDA 模型，S-PLUS 中也有这个扩展包。