svm它可以給出方程如線性迴歸模型

Question

我試圖使用調查細節將受訪者分爲5個羣集。

使用多元線性迴歸我得到56％的校正分類。當我使用SVM（RBM Kernel v-svm）時，我能夠獲得61％的分類（從56％增加）。

對於多項式我使用了R（Rattle） - 輸出對所有羣集都有方程。所以我可以在Excel或任何其他軟件中實現該模型。

但是當我運行SVM（R-Rattle & Python - Orange）時，他們都沒有給出任何方程式。雖然我喜歡SVM的分類結果，但是沒有任何方程/ s我不能使用它。因爲我們的客戶只希望在Excel中使用該模型。

以下是我的疑問。

1. 有什麼方法支持向量機可以像線性迴歸/分類模型一樣產生方程。

2. 我試過SVM，NN，RF，他們都沒有生成任何方程。是否有任何其他模型可以提供與SVM/RF相同的結果，並且可以在Excel中實施。

Answer 1

您可以隨時提取任何模型的精確公式，但這不會那麼「好」作爲線性迴歸的情況下（這是相當明顯的 - 「好」方程簡單的公式，簡單的公式通常是弱模型）。

在RBF SVM的情況下，可以在功能形式提取方程，所以

svm(x) = sgn(SUM_i alpha_i K(x_i,x) + b) 

其中x_i是支持向量和K（X，Y（訓練示例，這可以通過「寫下」子集） ）是一個RBF內核：

K(x,y) = e^(-gamma||x-y||^2) 

其中伽馬是在你的代碼中使用的參數

所以整個方程式變得

svm(x) = sgn(alpha_1 e^(-gamma||x_1-x||^2) + alpha_2 e^(-gamma||x_2-x||^2) + ... + alpha_n e^(-gamma||x_n-x||^2) + b)