吴 璐

(上海市规划和自然资源局 信息中心， 上海 200003)

0 引言

由于支持向量机(Support Vector Machine, SVM)具有坚实的统计学习理论基础和良好的泛化性能，已经被应用到客户分类和管理、银行信用风险评估、故障检测、地理遥感信息等[1-4]众多领域中，并取得了较好的成果。然而SVM和人工神经网络一样也存在着固有的缺陷，即其“黑箱模型”。人们很难理解其模型代表的意义，也无法对模型的预测结果做出一个合理的解释。SVM 学习到的知识蕴藏在由占样本总数很少的支持向量及其权重系数(Lagrange系数)所得到的决策函数中，用户无法了解SVM 到底学到了什么、能处理什么样的任务，也无从知道SVM 如何进行分类和预测、为什么得出这样或那样的推理结论。由于缺乏透明性，在数据挖掘和决策支持领域、以及在安全性要求很高如医疗诊断方面等关键应用方面，支持向量机和神经网络一样往往被认为是不可靠的和难以理解的，使其应用受到一定限制。

将支持向量机训练后生成的决策模型转变成更加直观、更易理解的知识的过程被称为支持向量机规则提取方法。它主要分为基于学习的方法和基于结构分析的方法两大类[5]。前者比较典型的算法如TREPAN、GEX、BUR等[6]，后者如SVM + prototypes、RulExSVM算法等[7-9]。虽然这些方法在实际应用中取得了一些成果，但从总体上看，这些规则提取方法产生的规则大都数量比较多、精度不高、规则的前提条件项数太多、结构较为复杂，不便于人们的理解和解释。此外，这些方法对于研究领域的数据维度较高也不能很好地适应。……