【二分类因变量机器学习】R语言05-SVM机器学习模型（标准化代码）

# 设置工作目录和清理环境
rm(list = ls())
if (!is.null(dev.list())) dev.off()
setwd("C:/Users/hyy/Desktop/")

# 创建结果文件夹
if (!dir.exists("Results-svm")) dir.create("Results-svm")

# 加载必要的包
if (!require(pacman)) install.packages("pacman")
pacman::p_load(readxl, writexl, e1071, kernlab, caret, pROC, ggplot2, visreg, GGally, 
               RColorBrewer, officer, flextable, gridExtra, DALEX, showtext)

# 设置全局中文字体支持
# 方法1: 使用showtext包自动加载系统字体
font_add(family = "simhei", regular = "simhei.ttf") # 添加黑体
font_add(family = "simsun", regular = "simsun.ttc") # 添加宋体
showtext_auto(enable = TRUE) # 启用showtext

# 方法2: 设置图形设备参数（适用于基础绘图）
if (.Platform$OS.type == "windows") {
  windowsFonts(SimHei = windowsFont("SimHei"))
  windowsFonts(SimSun = windowsFont("SimSun"))
  chinese_font <- "SimHei"
} else {
  chinese_font <- "sans"
}

# 1. 数据准备
data <- read_excel("示例数据.xlsx")

# 将分类变量转换为因子，并确保结局变量有有效的水平名称
data$`肥胖程度` <- as.factor(data$`肥胖程度`)
data$`教育水平` <- as.factor(data$`教育水平`)
data$`血型` <- as.factor(data$`血型`)
data$`指标8` <- as.factor(data$`指标8`)
data$`结局` <- as.factor(ifelse(data$`结局` == 1, "Yes", "No")) # 将0/1转换为有效的因子水平

# 分层抽样划分训练集和测试集
set.seed(123)
train_index <- sample(1:nrow(data), nrow(data)*0.7)
Train <- data[train_index, ]
Test <- data[-train_index, ]

# 保存数据集
write_xlsx(Train, "Results-svm/Train.xlsx")
write_xlsx(Test, "Results-svm/Test.xlsx")

# 模型性能图
jpeg("Results-svm/model_tuning.jpg", width = 800, height = 600)
plot(svm_model)
dev.off()

pdf("Results-svm/model_tuning.pdf", width = 8, height = 6)
plot(svm_model)
dev.off()

# 4. 使用e1071包训练SVM模型
set.seed(1234)
seedsvm <- svm(结局 ~ 指标1 + 指标2 + 指标3 + 指标4 + 指标5 + 指标6, 
               data = Train, kernel = "radial", probability = TRUE)

# 保存模型摘要
sink("Results-svm/e1071_model_summary.txt", append = TRUE)
summary(seedsvm)
sink()

# 变量重要性 - 使用替代方法
# 方法1: 使用permutation importance
explainer <- explain(
  model = svm_model,
  data = Train[, c("指标1", "指标2", "指标3", "指标4", "指标5", "指标6")],
  y = as.numeric(Train$结局 == "Yes"),
  label = "SVM"
)

variable_importance <- model_parts(explainer)
vi_data <- as.data.frame(variable_importance)

# 绘制变量重要性图
jpeg("Results-svm/variable_importance.jpg", width = 800, height = 600)
plot(variable_importance) +
  ggtitle("变量重要性 (基于排列重要性)") +
  theme_minimal()
dev.off()

pdf("Results-svm/variable_importance.pdf", width = 8, height = 6)
plot(variable_importance) +
  ggtitle("变量重要性 (基于排列重要性)") +
  theme_minimal()
dev.off()

# 保存变量重要性数据
write_xlsx(vi_data, "Results-svm/variable_importance.xlsx")

# SVM分类面可视化 - 使用英文变量名避免编码问题
# 创建临时数据集，将变量名改为英文
Train_eng <- Train
colnames(Train_eng) <- c("ID", "Outcome", "X1", "X2", "X3", "X4", "X5", "X6", "X7", "X8", 
                         "Time", "BMI", "Obesity", "Education", "BloodType")

# 使用英文变量名训练模型
seedsvm_eng <- svm(Outcome ~ X1 + X2 + X3 + X4 + X5 + X6, 
                   data = Train_eng, kernel = "radial", probability = TRUE)

# 绘制决策边界
jpeg("Results-svm/svm_decision_boundary.jpg", width = 800, height = 600)
plot(seedsvm_eng, Train_eng, X1 ~ X2)
dev.off()

pdf("Results-svm/svm_decision_boundary.pdf", width = 8, height = 6)
plot(seedsvm_eng, Train_eng, X1 ~ X2)
dev.off()

# 8. 保存结果
# 保存预测结果
results_table <- data.frame(
  实际值 = Test$结局,
  预测概率 = svm_pred_prob,
  预测类别 = svm_pred_class
)
write_xlsx(results_table, "Results-svm/predictions.xlsx")

# 保存模型性能指标
performance_table <- data.frame(
  指标 = c("准确率", "灵敏度", "特异度", "AUC", "Brier得分"),
  值 = c(round(conf_matrix$overall[1], 4), 
        round(conf_matrix$byClass[1], 4), 
        round(conf_matrix$byClass[2], 4),
        round(auc_value, 4),
        round(brier_score, 4))
)
write_xlsx(performance_table, "Results-svm/performance_metrics.xlsx")

# 9. 创建Word报告
doc <- read_docx()
doc <- body_add_par(doc, "SVM模型分析报告", style = "heading 1")
doc <- body_add_par(doc, paste0("分析日期: ", Sys.Date()), style = "Normal")

doc <- body_add_par(doc, "数据概览", style = "heading 2")
doc <- body_add_par(doc, paste0("总样本量: ", nrow(data)), style = "Normal")
doc <- body_add_par(doc, paste0("训练集样本量: ", nrow(Train)), style = "Normal")
doc <- body_add_par(doc, paste0("测试集样本量: ", nrow(Test)), style = "Normal")

doc <- body_add_par(doc, "模型性能指标", style = "heading 2")
doc <- body_add_flextable(doc, flextable(performance_table))

doc <- body_add_par(doc, "ROC曲线", style = "heading 2")
doc <- body_add_img(doc, "Results-svm/ROC_curve.jpg", width = 6, height = 5)

doc <- body_add_par(doc, "变量重要性", style = "heading 2")
doc <- body_add_img(doc, "Results-svm/variable_importance.jpg", width = 6, height = 5)

doc <- body_add_par(doc, "SVM决策边界可视化", style = "heading 2")
doc <- body_add_img(doc, "Results-svm/svm_decision_boundary.jpg", width = 7, height = 6)

doc <- body_add_par(doc, "结论", style = "heading 2")
doc <- body_add_par(doc, paste0(
"SVM模型在测试集上表现", 
  ifelse(auc_value > 0.7, "良好", "一般"),
"，AUC值为", round(auc_value, 3), 
"。模型准确率为", round(conf_matrix$overall[1], 3), "。"
), style = "Normal")

print(doc, target = "Results-svm/SVM分析报告.docx")

# 10. 保存工作空间
save.image("Results-svm/SVM分析.RData")

cat("分析完成！所有结果已保存到 Results-svm 文件夹中。")