）基础上的机器学习方法与传統统计学相比，统计学习理论（ SLT ）是一种专门研究小样本情况下及其学习规律的理论

ENVI 中有两个地方可使用 SVM 方法：监督分类工具和基于样夲的面向对象分类工具，两个工具中的参数设置基本一样下面以监督分类工具中的 SVM

在 ENVI 中进行支持向量机（ SVM ）和其他监督分类一样：打开待分类的图像 -> 选择感兴趣区（样本）

注：这里不能设置掩膜，对于不规则图像就会把背景分类

，需要设置 Gamma in Kernel Function 参数这个值是一个大于零的浮点型数据。默认值是输入图像波段数的倒数

b)    Penalty Parameter ：这个值是一个大于零的浮点型数据。这个参数控制了样本错误与分类刚性延伸之间的平衡 默认值是 100 。

将以原始分辨率处理；最大值随着图像的大小而改变，

选择规则图像输出路径及文件名。

图：支持向量机分类器参数設置面板

欢迎加入我爱机器学习QQ14群：

微信扫一扫关注我爱机器学习公众号

ENVI中有两个地方可使用SVM方法：监督分类工具和基于样夲的面向对象分类工具，两个工具中的参数设置基本一样下面以监督分类工具中的SVM为例介绍这种方法。

在ENVI中进行支持向量机（SVM）和其他監督分类一样：打开待分类的图像->选择感兴趣区（样本）->设置参数->分类

注：这里不能设置掩膜，对于不规则图像就会把背景分类

b)   Penalty Parameter：这個值是一个大于零的浮点型数据。这个参数控制了样本错误与分类刚性延伸之间的平衡 默认值是100。

Levels：设置分级处理等级用于SVM训练和分類处理过程。如果这个值为0将以原始分辨率处理；最大值随着图像的大小而改变，

为分类设置概率域值如果一个像素计算得到所有的規则概率小于该值，该像素将不被分类范围是0~1，默认是0

图：支持向量机分类器参数设置面板