R 支持向量机可以给出类似于线性回归模型的方程

我试图利用调查细节将受访者分为5类

使用多项式线性回归，我得到了56%的校正分类。当我使用支持向量机（RBM核v-SVM）时，我能够得到61%的分类（从56%增加）

对于多项式，我使用了R（嘎嘎声）-所有簇的输出都有一个等式。因此，我可以在excel或任何其他软件中实现该模型

但当我运行SVM（R-Crattle和Python-Orange）时，它们都没有给出任何等式。虽然我喜欢SVM的分类结果，但没有任何公式，我无法使用它。因为我们的客户只需要excel中的模型

以下是我的疑问

支持向量机是否可以生成线性回归/分类模型之类的方程

我试过SVM，NN，RF，它们都没有生成任何方程。有没有其他模型能给出与SVM /RF相符合的结果，并且可以在Excel中实现？

---

您总是可以从任何模型中提取精确的方程，但这不会像线性回归那样“好”（这是非常明显的——“好”方程是简单的方程，简单的方程通常是弱模型）

在RBF支持向量机的情况下，您可以提取函数形式的方程，因此

svm(x) = sgn( SUM_i alpha_i K(x_i,x) + b ) 

其中，

x_i

是支持向量（训练示例的子集，可以“写下来”），K（x，y）是RBF核：

K(x,y) = e^(-gamma||x-y||^2)

其中gamma是代码中使用的参数

所以整个方程变成了

svm(x) = sgn( alpha_1 e^(-gamma||x_1-x||^2) + alpha_2 e^(-gamma||x_2-x||^2) + ... + alpha_n e^(-gamma||x_n-x||^2)  + b)

---

关于excel中svm的一些提示可以在这里找到：如果您可以发布单独的问题，而不是将您的问题合并成一个问题，那么这是首选。这样，它可以帮助人们回答你的问题，也可以帮助其他人寻找至少一个你的问题。