支持向量机原理和其在医学分类中的应用.pdfVIP

·22· 支持向量机原理及其在医学分类中的应用拳 磊 黄水平△ 徐州医学院公共卫生学院(221002)李 【提要】 目的介绍一种具有较高精度的分类模型——支持向量机在解决分类问题时的应用。方法。以胃癌流 行病学调查资料为例分别建立支持向量机、决策树、logis吐c回归模型，比较三种模型性能优劣。结果对于测试集样本 能力。结论当传统统计分析条件不能得到满足或效果不佳时支持向量机能够达到良好的预测结果，在医学领域具有较 好的应用前景。 【关键词】 支持向量机核函数决策树logistic回归 分类问题是医学研究中一项重要任务，其旨在找 的一种新的模式识别方法，在解决小样本、非线性及 出把给定数据集分成若干类的具体分类规则及找出影 高维模式识别问题中表现出许多特有的优势，它追求 响分类的因素。目前主要有两种机器学习方法解决分 的是在现有信息情况下的最优解，克服了人工神经网 类规则提取问题：一是以人工神经网络为代表的连接 络学习方法中合理结构难以确定和存在局部最优等缺 主义法；二是以决策树为代表的符号处理法。本文介 陷，大大提高了学习方法的推广能力。 绍人工神经网络中的支持向量机的基本思想和算法， 如图1所示支持向量机通过对待分类数据进行用 并附实例介绍在解决分类问题中的应用以及与其他分 核函数定义的非线性特征影射妒(石)：R4-+z。将其映 类方法的比较。 射到某一更高维特征空间z中，从而能够线性可分， 然后在新的特征空间中构造最优分类超平面，形成样 方法介绍 本分类的决策规则。最优分类平面不仅要保证将两类 vector machine，简称样本错分个数最少，还要求分类间隔最大。错分个数 支持向量机‘1’(support SVM)理论是Vapnik等人1995年首先提出来的一种最少保证了经验风险最小，而间隔最大使推广界的置 前馈型神经网络，是在统计学习理论基础上发展而来 信范围最小，从而使真实风险最小。 ▲ ▲ ▲ ▲ ▲ ／一一一j弋- ／，·· ·· 、 ＼· ◆ 二夕L1 ，＼ ▲▲ ▲▲ ▲ ▲ ▲ ‘aJ 【h) 图1支持向量机将变量从二维空间映射到三维空间示意图 但是，在一般情况下，这种低维向高维的变换，可 用适当的核函数就可以实现某一非线性变换后的线性 能会比较复杂，不容易实现。考虑最优分类函数只涉 分类，而计算的复杂度却没有增加。 及样本之间的内积运算，这样在高维空间也只需内积 事实上给定训练样本集T={(工。，Y。)，…，(工¨ 运算；而这种高维运算是可以用原空间中的函数实现 的，我们甚至没有必要知道变换的形式。根据泛函的 2，…，f；表示类别标号。则判别函数可归结为： 有关理论，只要一种核函数满足Mercer条件旺】，它就 Yf((WX)一b)一1+￡≥0，f=l，2，…，Z(1) 对应某一变换空间中的内积。因此在最优分类面中采 约束条件下，最小化：