影像组学学习笔记(11)-支持向量机(SVM)(理论)

本笔记来源于B站Up主: 有Li 的影像组学系列教学视频
本节(11)主要介绍: SVM支持向量机(理论)

支持向量机(support vector machine, SVM)

号称是鲁棒性(robust)最强的分类器
超平面及其确定


SVM.JPG
核函数

径向基函数(rbf = radical basis function)是一个比较常用、好用的核函数。

rbf.JPG

参数γ(gamma),定义了单个样本的影响范围,γ越大,支持向量越多
惩罚因子C, 定义了对“犯规”样本的容忍程度

推荐阅读更多精彩内容