在支持向量机（supportvectormachines,SVM）中，如何衡量SVM的分类能力，最小化风险泛函是一个重要的指标。根据支持向量机小样本特点，给出了支持向量机分类能力的一个量化标准：最优超平面的可靠度β。详细讨论了β的下界和置信区间，并给出了在实际应用中，如何根据样本数据估计β的下界和置信区间。实验也证明了β的下界估计和置信区间的合理性、有效性。