foreseer201 不管回归还是分类，SVM中用OLS是求解那个最优超平面的，不是传统回归中利用残差求解各系数的那套理论，所以没法看各自变量对因变量的影响。 也许可以先用别的方法分析各自变量跟因变量，选择影响大的自变量组成的新样本来做SVM。 但也有个问题吧：也许某个变量单独对因变量没有影响，但与其他一个或几个变量联合之后影响就大了。上面的方法，会误把这类有用的自变量排除掉。 感觉这方面还是没有完美的理论。接触统计跟SVM时间不长，不知上面的理解是否正确？ 请大家多指教 [s:19]
foreseer201 不知lolo楼主敏感性分析的结果如何？ catfish提到的给定初始值和范围，查看因变量的响应范围。那么这个自变量到因变量的映射还是用这个SVM模型么？还是别的途径。 其次逐个变量分析还是有这个问题：也许某个变量单独对因变量没有影响，但与其他一个或几个变量联合之后影响就大了。上面的方法，会误把这类有用的自变量排除掉。 是不是没有太好的办法，变量多时对自变量组合进行遍历计算量太大。 这时遗传算法GA又能派上用场了么？[s:13]
