svm预测结果为同一个值_Stata也能玩转机器学习——SVM支持向量机应用简介

导言

SVM，Support Vector Machine，支持向量机，属于监督学习，是在深度学习算法流行之前很火的一种机器学习算法。它的数学原理独到，功能强大，曾经一度是各类机器学习算法性能比较的benchmark。直到现在，SVM仍广泛用于学术圈和实业界（本人接触过用SVM对某个城市的数十万中小企业公司，进行分类评估以确定是否给予政策优惠的真实应用）。

和神经网络相比，SVM在拟合非线性的模型时可能会更强大，也更容易理解。不过SVM也有一些不足，比如容易过拟合。

SVM建模的过程即寻找最优模型参数Ɵ的过程。求解通常基于一些成熟的算法包来实现，比如liblinear和libsvm。

1 Stata实现

在Stata中目前通过“svmachines”命令实现。该命令在2016年已通过Stata Journal发布（SJ-16-4，st0416），并在2020年7月做出一些微调。

1.1 “svmachines”命令的下载和安装

“svmachines”命令可以通过在Stata命令窗口中输入“search svmachines”找到，或者直接用“ssc install svmachines”命令进行安装。由于命令附带的子命令、帮助文件和范例do等较多，安装起来比较麻烦。经过笔者本人的多次尝试发现，到SSC的维护方Boston College的网站下载并复制到相应ado文件夹是比较靠谱的做法。具体下载网址是：http://fmwww.bc.edu/RePEc/bocode/s/ --（对应下图中的第3个package，其版本相对更新）。

1.2 “svmachines”命令的语法格式

语法格式如下。根据是否有因变量的信息，可以分为有监督学习和无监督学习两类。

有监督学习：svmachines depvar indepvars [if] [in] [, options]

无监督学习，主要用于寻找异常值：svmachines indepvars [if] [in], type(one_class) [options]

这里的“one_class”类型的建模专用于对数据进行无监督学习分类。即数据只有一类，并存在部分离群（异常）值。另外SVM建模涉及的全部变量必须是数字型（numeric）--如果是分类型变量，则需要在建模之前编码（encode命令）。因变量可以使用因子变量（factor variables）方法，如加上前缀i.和c.。（注意：这里的因子变量的说法只针对Stata，和R语言中的factor variable有不同。）

1.3选项和参数说明

“svmach