NRBO-SVM分类预测+特征贡献SHAP分析+特征依赖图！机器学习可解释分析，Matlab代码实现

一、研究背景

在机器学习分类任务中，支持向量机（SVM）是一种性能优异的模型，但其分类精度高度依赖于惩罚参数 c 和核函数参数 g（如RBF核的带宽）。传统网格搜索或随机搜索效率低且难以找到全局最优参数。牛顿-拉夫逊优化算法（Newton-Raphson-Based Optimizer, NRBO）是一种新型元启发式优化算法，模拟牛顿-拉夫逊迭代法的数值寻优思想，具有收敛速度快、全局搜索能力强的特点。将该算法用于SVM参数自动调优，可提升分类模型的准确率与泛化能力。同时，代码引入SHAP（Shapley Additive Explanations）方法对模型决策进行可解释性分析，帮助理解各特征对预测结果的贡献。

二、主要功能

数据预处理：读取Excel数据集，随机打乱，按类别分层划分训练集（70%）和测试集（30%）。
SVM参数优化 ：使用NRBO算法自动搜索最优的SVM惩罚参数 c 和核参数 g。
SVM训练与预测：基于最优参数训练SVM模型，对训练集和测试集进行预测。
性能评估：计算训练/测试准确率，绘制预测结果对比图、混淆矩阵。
模型解释：利用SHAP值分析特征重要性，绘制摘要图、条形图和特征依赖图。

三、算法步骤

数据准备
- 读取数据集.xlsx，最后一列为类别标签。
- 随机打乱样本顺序，按类别分层抽取70%作为训练集，30%作为测试集。
- 对训练集输入特征进行[0,1]归一化，并用相同参数归一化测试集。
NRBO优化SVM参数
- 设定种群数量pop=10，最大迭代次数Max_iteration=10。
- 优化变量为(c, g)，搜索范围：c∈[10⁻³, 10³]，g∈[1, 2⁸]。
- 适应度函数getObjValue（未给出完整代码，通常为SVM在训练集上的交叉验证错误率或分类错误率）。
- NRBO迭代寻优，输出最优(c, g)及收敛曲线。
训练最终SVM模型
- 使用最优(c, g)配置libsvm参数：-s 0 -t 2（C-SVC，RBF核）。
- 在训练集上训练SVM模型。
预测与评价
- 对训练集和测试集分别预测，计算准确率，绘制真实值与预测值的对比折线图及混淆矩阵。
SHAP分析（对测试集）
- 选取测试集全部样本（或自定义数量）计算SHAP值。
- 以训练集特征均值为参考值，调用shapley_1函数计算每个样本各特征的SHAP值。
- 绘制SHAP摘要图（散点图+颜色映射）、特征重要性条形图（平均绝对SHAP值）、特征依赖图。

四、技术路线

复制代码

Excel原始数据 → 分层采样划分训练/测试集 → 特征归一化
                    ↓
         NRBO算法初始化种群(c,g)
                    ↓
         计算适应度（SVM交叉验证误差）
                    ↓
         更新种群（牛顿-拉夫逊搜索机制）
                    ↓
         满足终止条件？ → 输出最优(c,g)
                    ↓
         训练最终SVM模型 → 预测与评估
                    ↓
         SHAP可解释性分析（特征重要性、依赖关系）

五、公式原理

1. NRBO（牛顿-拉夫逊优化算法）

NRBO模拟牛顿-拉夫逊迭代公式进行种群位置更新。牛顿-拉夫逊法用于求解方程 f(x)=0 的根，迭代公式为：

xn+1=xn−f(xn)f′(xn) x_{n+1} = x_n - \frac{f(x_n)}{f'(x_n)} xn+1=xn−f′(xn)f(xn)

NRBO将其扩展至多维优化问题，利用当前种群个体的梯度信息（或差分近似）引导搜索方向，同时引入随机扰动和边界处理策略，实现全局与局部搜索的平衡。其核心更新公式可概括为：

Xnew=Xcurrent−f(Xcurrent)f′(Xcurrent)+随机项 X_{\text{new}} = X_{\text{current}} - \frac{f(X_{\text{current}})}{f'(X_{\text{current}})} + \text{随机项} Xnew=Xcurrent−f′(Xcurrent)f(Xcurrent)+随机项

其中 f 为适应度函数，f' 通过差分或邻域信息估计。

2. SVM分类模型

采用C-SVC（分类类型），RBF核函数：

K(xi,xj)=exp⁡(−γ∥xi−xj∥2),γ=g K(x_i, x_j) = \exp(-\gamma \|x_i - x_j\|^2), \quad \gamma = g K(xi,xj)=exp(−γ∥xi−xj∥2),γ=g

优化目标为：

min⁡w,b,ξ12∥w∥2+C∑i=1nξi \min_{w,b,\xi} \frac{1}{2} \|w\|^2 + C \sum_{i=1}^n \xi_i w,b,ξmin21∥w∥2+Ci=1∑nξi

s.t. yi(wTϕ(xi)+b)≥1−ξi,ξi≥0y_i (w^T \phi(x_i) + b) \ge 1 - \xi_i, \xi_i \ge 0yi(wTϕ(xi)+b)≥1−ξi,ξi≥0

其中 C=c 为惩罚参数，g 控制核函数宽度。

3. SHAP值

SHAP基于博弈论中的Shapley值，将每个特征视为一个"玩家"，预测值视为总收益。特征 i 的SHAP值计算公式为：

ϕi=∑S⊆F∖{i}∣S∣!(∣F∣−∣S∣−1)!∣F∣![fS∪{i}(xS∪{i})−fS(xS)] \phi_i = \sum_{S \subseteq F \setminus \{i\}} \frac{|S|! (|F|-|S|-1)!}{|F|!} \left[ f_{S \cup \{i\}}(x_{S \cup \{i\}}) - f_S(x_S) \right] ϕi=S⊆F∖{i}∑∣F∣!∣S∣!(∣F∣−∣S∣−1)![fS∪{i}(xS∪{i})−fS(xS)]

其中 F 为所有特征的集合，S 为不包含 i 的特征子集，f_S 表示仅使用特征子集 S 时的模型预测输出。代码中通过近似方法（如Kernel SHAP）计算每个样本各特征的SHAP值。

六、参数设定

参数名	值/范围	说明
`num_size`	0.7	训练集比例
`pop`	10	NRBO种群规模
`Max_iteration`	10	NRBO最大迭代次数
`lb`	[1e-3, 1]	优化变量下界 (c, g)
`ub`	[1e3, 2^8=256]	优化变量上界 (c, g)
`cmd`	`-s 0 -t 2`	SVM类型：C-SVC，核函数：RBF
`flag_conusion`	1	是否绘制混淆矩阵
`numShapSamples`	N（测试集样本数）	SHAP分析的样本数量

七、运行环境

软件：MATLAB（建议2023b及以上版本）
数据文件 ：数据集.xlsx 需与脚本在同一目录或提供正确路径

八、应用场景

该代码适用于中小规模的多分类或二分类问题，特别是当特征数量适中（代码示例中特征数为12）。典型应用包括：

医学诊断：基于生理指标（血压、血糖等）预测疾病类型。
工业故障诊断：根据传感器数据（振动、温度）识别设备故障模式。
金融信用评分：利用客户属性（收入、负债等）评估信用等级。
图像分类（特征已提取）：如手写数字识别、物体分类。
生物信息学：基因表达数据分类（如肿瘤亚型识别）。