机器学习？支持向量机（SVM）在Stata里的使用

Posted 2021-04-26 Idata

我们身处的世界正在重新被数据定义，就像你经常听到“机器学习”、“人工智能”、“大数据”。

 

作为外行，要准确辨识清楚这些概念并不容易。推荐阅读《Deep Learning vs Machine Learning vs Pattern Recognition》，作者在文章中解释了深度学习、机器学习和模式识别的区别和联系。下图是三个关键词在Google里搜索趋势走势图：

 

 

算法是这些概念的基础设施，比如实证研究中经常用的“回归分析”就是一种基础算法。而支持向量机（Support Vector Machine,SVM）则属于机器学习的一种算法。来自University of Waterloo的Nick Guenther和Matthias Schonlau在2016年最后一期的《Stata Journal》上给出了支持向量机在Stata里初步应用。

 

当然，在开始探索支持向量机之前，您需要通过findit svmachines来找到程序的安装包，并且下载安装。

 

分类是机器学习常见的任务，根据维基百科的解释，对于下面这张图片，H1 不能把类别分开。H2 可以，但只有很小的间隔。H3 以最大间隔将它们分开。

支持向量机正是寻找H3的方法。

 

由于SVM很容易造成过度拟合，所以我们常常把数据集分为训练集和测试集。比如对于一个简单的分类问题，第一步需要做的就是区分训练集和测试集。

sysuse auto,clear 

set seed 9876

generate u = runiform()

sort u

local split = floor(_N/2)

local train = "1/`=`split'-1'"

local test = "`split'/`=_N'"

 

在训练集中利用SVM进行训练：

 

svmachines foreign price-gear_ratio if !missing(rep78) in `train',verbose

 

测试集里进行预测，并统计准确率：

 

predict P in `test'

generate err = foreign != P in `test'

tab err in `test'

 

当然SVM还有别的应用，更多详情，请您参照帮助文件阅读。

 

闲聊几句。

 

好几天没收咖啡钱了，当然今天也不收。一个经验是每1000次阅读带来一杯咖啡。

 

 

祝您开心。