基于SAS的支持向量機(jī)方法應(yīng)用綜述

王閃

[摘 要] 支持向量機(jī)是借助于最優(yōu)化方法解決機(jī)器學(xué)習(xí)問題的新工具，它最初于20世紀(jì)90年代所提出，近年來在其理論研究和算法實(shí)現(xiàn)方面都取得了突破性進(jìn)展，開始成為克服“維數(shù)災(zāi)難”和“過學(xué)習(xí)”的有力手段。文章基于對支持向量機(jī)的理解，整理了在SAS軟件中支持向量機(jī)的不同應(yīng)用的研究文獻(xiàn)，以期對信息管理方法研究提供參考。

[關(guān)鍵詞] SAS 支持向量機(jī) 核函數(shù) 信息管理 管理科學(xué)

中圖分類號(hào)：TP391.42 文獻(xiàn)標(biāo)志碼：A

隨著科學(xué)技術(shù)的發(fā)展，人們的學(xué)習(xí)與生活方式發(fā)生了很大變化。如何將數(shù)以萬計(jì)的數(shù)據(jù)轉(zhuǎn)換為有價(jià)值的信息，正逐漸受到各個(gè)行業(yè)研究者的重視。那么怎樣從大量的數(shù)據(jù)中挖掘到有用的信息，則成為巨大的挑戰(zhàn)。在數(shù)據(jù)統(tǒng)計(jì)分析的方法中，支持向量機(jī)已經(jīng)被應(yīng)用到多個(gè)領(lǐng)域，支持向量機(jī)在解決高維及非線性模式問題中有著顯著的優(yōu)點(diǎn)，而SAS系統(tǒng)具有完備的數(shù)據(jù)處理、分析、呈現(xiàn)及開發(fā)功能，能夠進(jìn)行市場調(diào)查、統(tǒng)計(jì)分析、預(yù)測和質(zhì)量控制。

一、相關(guān)知識(shí)

（一）SAS系統(tǒng)簡介

SAS系統(tǒng)（Statistics Analysis System）是大型的集成化信息系統(tǒng)，產(chǎn)生于1976年。發(fā)展至今，SAS的功能漸進(jìn)完善并被大家所認(rèn)同，使用領(lǐng)域遍及醫(yī)療、工業(yè)、運(yùn)輸、教育科研等。SAS由多個(gè)功能模塊構(gòu)成，最基本的模塊是BASE SAS模塊。SAS可以繪作統(tǒng)計(jì)圖，進(jìn)行統(tǒng)計(jì)分析，提供各種統(tǒng)計(jì)函數(shù)，用戶也可以根據(jù)需求進(jìn)行數(shù)據(jù)的處理和統(tǒng)計(jì)研究。

（二）支持向量機(jī)簡介

支持向量機(jī)（Support Vector Machine， SVM）是一種在最小化原則上建立起來的機(jī)器學(xué)習(xí)方法。它能夠在復(fù)雜性模型和學(xué)習(xí)能力之間找到最優(yōu)解，避免陷入局部最優(yōu)解的問題中，也能防止出現(xiàn)神經(jīng)網(wǎng)絡(luò)算法的“過學(xué)習(xí)”狀況。支持向量機(jī)有一個(gè)主要的函數(shù)-核函數(shù)，它實(shí)現(xiàn)了將非線性轉(zhuǎn)換成線性的功能，所以它能夠有效地處理線性和非線性的回歸問題。目前，應(yīng)用最多的有人臉識(shí)別、文本分類、計(jì)算機(jī)視覺及石油化工等領(lǐng)域。圖1為支持向量機(jī)的實(shí)施步驟。

二、實(shí)際案例中支持向量機(jī)與SAS的結(jié)合應(yīng)用

支持向量機(jī)與SAS的結(jié)合使用是一種新的綜合方法，但可以參考的文獻(xiàn)較少，本節(jié)對已有的文獻(xiàn)進(jìn)行簡單闡述，以期為之后的研究學(xué)習(xí)提供理論基礎(chǔ)。

（一）交通行業(yè)交通流預(yù)測——基于SARIMA和SVM模型的短時(shí)交通流預(yù)測

支持向量機(jī)將完備的學(xué)習(xí)能力和SAS的統(tǒng)計(jì)分析進(jìn)行結(jié)合，對交通流進(jìn)行了預(yù)測。交通流具有周期性和隨機(jī)性，選用了SARIMA模型進(jìn)行建模，對構(gòu)建模型過程中的模型識(shí)別、參數(shù)估計(jì)、診斷檢驗(yàn)、模型優(yōu)化等步驟分別進(jìn)行闡述，并使用SAS軟件編程實(shí)現(xiàn)了預(yù)測。

本研究一開始就對時(shí)間序列分析之前的兩種檢驗(yàn)（平穩(wěn)性檢驗(yàn)、隨機(jī)性檢驗(yàn)）、序列非正態(tài)性及殘差異方差性進(jìn)行了介紹，之后選用了SARIMA模型進(jìn)行建模，對構(gòu)建模型過程中的模型識(shí)別、參數(shù)估計(jì)、診斷檢驗(yàn)、模型優(yōu)化等步驟分別進(jìn)行了闡述，最后將支持向量機(jī)與SAS進(jìn)行了結(jié)合使用，實(shí)現(xiàn)對短時(shí)交通流的預(yù)測分析[1]。

（二）工業(yè)工程領(lǐng)域——結(jié)合回歸分析與改進(jìn)GASAR的風(fēng)機(jī)噪聲預(yù)測

SAS有著強(qiáng)大的數(shù)據(jù)處理和分析能力，利用SAS可以計(jì)算出條件指數(shù)和方差膨脹因子，對樣本進(jìn)行統(tǒng)計(jì)分析，可找到數(shù)據(jù)的異常點(diǎn)，提高預(yù)測的精度。之后與支持向量機(jī)回歸進(jìn)行了結(jié)合使用，判斷共線性問題，保證了數(shù)據(jù)的精準(zhǔn)性和有效性。本研究應(yīng)用線性回歸（SAS）和遺傳算法（支持向量機(jī)回歸）相結(jié)合的方法對風(fēng)機(jī)的噪聲進(jìn)行了預(yù)測[2]。

此外，本研究針對傳統(tǒng)的GA-SAR模型進(jìn)行改進(jìn)，選用回歸分析，并且對樣本數(shù)據(jù)實(shí)現(xiàn)了降維處理，建立了預(yù)測分析模型。

（三）醫(yī)學(xué)研究領(lǐng)域——基于支持向量機(jī)模型預(yù)測結(jié)直腸癌根治術(shù)預(yù)后風(fēng)險(xiǎn)

本研究運(yùn)用SAS對樣本進(jìn)行統(tǒng)計(jì)分析，對數(shù)據(jù)進(jìn)行了描述；使用卡方檢驗(yàn)方法對數(shù)據(jù)的分化程度、類型、分期、是否化療/放療進(jìn)行了差異性分析，把差異性因素做了回歸logistic處理。

支持向量機(jī)預(yù)測模型的基本原理是先對于多分類的問題設(shè)置訓(xùn)練個(gè)數(shù)，且SVM要找到一個(gè)最優(yōu)的分類平面，將兩類樣本分成兩個(gè)平面。但一般情況下，數(shù)據(jù)有所重疊，這時(shí)需要運(yùn)用支持向量機(jī)的核函數(shù)，核函數(shù)可以將樣本點(diǎn)映射到高維空間，實(shí)現(xiàn)數(shù)據(jù)的分離，最后得到兩個(gè)完全的分類平面[3]。

（四）用戶行為偏好——基于支持向量機(jī)的移動(dòng)互聯(lián)網(wǎng)用戶行為偏好研究

本研究對數(shù)據(jù)進(jìn)行了統(tǒng)計(jì)分析，采用離散選擇模型分析了變量之間的關(guān)系，對有顯著影響的用戶行為因素進(jìn)行了解釋，之后運(yùn)用支持向量機(jī)模型對用戶行為的偏好進(jìn)行了分類處理，尋找出最優(yōu)的參數(shù)組合，對比不同核函數(shù)和參數(shù)分類的效用。

本研究運(yùn)用SAS系統(tǒng)進(jìn)行了預(yù)測分析，采用Fisher評分優(yōu)化法，得到一個(gè)二元模型，從而可以得到用戶行為的偏好。SAS系統(tǒng)還可以生成最大似然估計(jì)值分析表、優(yōu)比估計(jì)值表、預(yù)測概率和觀測響應(yīng)的關(guān)聯(lián)表，得出相關(guān)的研究結(jié)論[4]。

（五）醫(yī)學(xué)統(tǒng)計(jì)研究應(yīng)用——核主成分回歸方法在特征提取和預(yù)測方面的研究及其在醫(yī)學(xué)中的應(yīng)用

本研究運(yùn)用支持向量機(jī)的核函數(shù)進(jìn)行了數(shù)據(jù)的主成分分析，對復(fù)雜的樣本數(shù)據(jù)進(jìn)行了特征提取，并運(yùn)用混沌時(shí)間序列對非線性數(shù)據(jù)進(jìn)行了回歸分析，由線性擴(kuò)展到了非線性。本研究使用SAS、MATLAB和LIBSVM等軟件分析了醫(yī)學(xué)案例，對比其他提取特征值的預(yù)測方法，最后將核函數(shù)的主成分分析方法應(yīng)用至醫(yī)學(xué)研究中，為醫(yī)學(xué)的統(tǒng)計(jì)研究找到了新的研究思路[5]。

（六）圖像信號(hào)應(yīng)用——統(tǒng)計(jì)方法在由心電圖判別疾病中的應(yīng)用

本研究主要探討統(tǒng)計(jì)方法在心電圖疾病判別中的應(yīng)用。首先對數(shù)據(jù)進(jìn)行預(yù)處理，通過WFDB軟件檢測波QRS的邊界，使用SAS系 統(tǒng)軟件截取心拍數(shù)據(jù)進(jìn)行相關(guān)特征的計(jì)算。分類方法涉及三類：支持向量機(jī)、馬氏距離判別分析及邏輯回歸。

在實(shí)際應(yīng)用中，可以使用SAS系統(tǒng)進(jìn)行數(shù)據(jù)的判別分析和方差檢測，從而根據(jù)檢測結(jié)果選擇廣義的距離公式。選用逐步判別方法的基本思想和理論方法，對有顯著識(shí)別能力的特征變量進(jìn)行識(shí)別[6]。

（七）預(yù)警技術(shù)應(yīng)用中——浙江省流感預(yù)警技術(shù)研究

本研究整理了流感的相關(guān)疾病信息和各類氣象信息，對兩者進(jìn)行關(guān)聯(lián)分析，找到發(fā)生流感的關(guān)聯(lián)因素，使用多元線性回歸模型和支持向量機(jī)算法建立流感預(yù)警模型，之后通過歷史流感數(shù)據(jù)對新模型進(jìn)行驗(yàn)證分析。本研究采用Excel對數(shù)據(jù)進(jìn)行了整理，采用SAS系統(tǒng)進(jìn)行相關(guān)分析和多元線性分析，采用Matlab軟件進(jìn)行支持向量機(jī)預(yù)測模型的建立[7]。

三、結(jié)語

SAS系統(tǒng)對初學(xué)者來說是一款容易上手的統(tǒng)計(jì)軟件，是國際上標(biāo)準(zhǔn)的統(tǒng)計(jì)分析軟件，編程代碼簡單，功能健全強(qiáng)大，堪稱統(tǒng)計(jì)分析、數(shù)據(jù)挖掘方面的巨無霸軟件。而支持向量機(jī)有很強(qiáng)的機(jī)器學(xué)習(xí)能力，能夠有效避免出現(xiàn)局部最優(yōu)解和過度學(xué)習(xí)的狀況。支持向量機(jī)與SAS系統(tǒng)的結(jié)合使用，可更高效地對數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，這兩種方法正逐漸被更多的研究者認(rèn)可，可為今后在實(shí)際案例中的研究學(xué)習(xí)提供新的研究思路。

參考文獻(xiàn)：

[1]陸海亭.基于SAR IMA和SVM模型的短時(shí)交通流預(yù)測[D].南京：東南大學(xué)，2010.

[2]余金，何山，程靜，等.結(jié)合回歸分析與改進(jìn)GA- SAR的風(fēng)機(jī)噪聲預(yù)測[J].中國科技論文，2015（23）：2805- 2809.

[3]杜成風(fēng)，胡敏，何晶晶，等.基于支持向量機(jī)模型預(yù)測結(jié)直腸癌根治術(shù)預(yù)后風(fēng)險(xiǎn)[J].重慶醫(yī)科大學(xué)學(xué)報(bào)，2016（25）：14- 15.

[4]董正浩.基于支持向量機(jī)的移動(dòng)互聯(lián)網(wǎng)用戶行為偏好研究[D].北京：北京郵電大學(xué)，2014.

[5]李立科.核主成分回歸方法在特征提取和預(yù)測方面的研究及其在醫(yī)學(xué)中的應(yīng)用[D].太原：山西醫(yī)科大學(xué)，2010.

[6]黃榮.統(tǒng)計(jì)方法在由心電圖判別疾病中的應(yīng)用[D].上海：華東師范大學(xué)，2014.

[7]盧漢體.浙江省流感預(yù)警技術(shù)研究[D].杭州：浙江大學(xué)，2015.