<div dir="ltr">Hi experts,<br><br>I am talking about basic pattern classification (e.g. no feature selection etc). SVM algorithm (with built-in regularization).<br><br>1. A small number of data points with large dimension (ROI size)  can cause overfitting, which is  high prediction on training set and bad test set. Now, suppose, I have a beyond chance classification on test set, which was validated using within subject permutation test and across subjects t-test vs. chance. Can my results be still unreliable? If so, how can I test it?<br>



<br>2. Practically, is 10 independent data points (averaged block value or beta values) with the ROI of 100 voxels is safe enough?<br><br>3. Do you know about any imaging papers which tested / discussed this issue?<br>
<br>Thanks for ideas,<br>Vadim<br><br><br><br></div>