美文网首页影像组学学习笔记
影像组学学习笔记(11)-支持向量机(SVM)(理论)

影像组学学习笔记(11)-支持向量机(SVM)(理论)

作者: 北欧森林 | 来源:发表于2020-11-25 04:18 被阅读0次

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

相关文章

网友评论

    本文标题:影像组学学习笔记(11)-支持向量机(SVM)(理论)

    本文链接:https://www.haomeiwen.com/subject/lpcabktx.html