Stata-Python交互-7：在Stata中实现机器学习-支持向量机

全文阅读：https://www.lianxh.cn/news/f1359e7fa9488.html

目录

• 1. 数据探索性分析
• 2. 使用交叉验证来拟合最优 SVM 模型
• 3. 在测试集上拟合模型
• 4. 结论
• 5. 参考资料
• 6. 相关推文

---

Stata16 已具有和 python 交互的功能，由此，我们可以在 Stata 中调用 python，也可以在 python 中读取 Stata 数据，从而实现“他山之石，可以攻玉”。本节我们将向大家介绍在 stata 中实现机器学习，我们将使用一个支持向量机（SVM）的栗子进行说明。

支持向量机（SVM）是一类按照监督学习方式进行二元分类的线性分类器，主要原理是求解最大间隔超平面，从而对样本进行二元分类。我们拟使用美国国家健康与营养调查数据（ NHANES）,调用 python 的 sklearn 模块在 stata 中应用机器学习以区分糖尿病患者。

全文阅读：https://www.lianxh.cn/news/f1359e7fa9488.html