Chemistry.AI | 基于线性回归预测分子特性

环境准备

Python版本：Python 3.6.8
PyTorch版本：PyTorch1.1.0
RDKit版本：RDKit 2019.09.3

基于线性回归预测分子特性

导入库

from rdkit import Chem
from rdkit.Chem.Crippen import MolLogP
from rdkit import Chem, DataStructs
from rdkit.Chem import AllChem
import numpy as np
import torch

载入数据

with open('smiles.txt') as f:smiles = f.readlines()[:5000]smiles = [s.strip() for s in smiles]smiles = [s.split()[1] for s in smiles]
print (len(smiles))
print (smiles[:10])

计算每个分子的分子指纹和LogP

X, Y = [], []
for s in smiles:m = Ch

Chemistry.AI | 基于线性回归预测分子特性相关推荐

Chemistry.AI | 基于非线性激活的多层感知器预测分子特性
Chemistry.AI | 基于线性回归预测分子特性环境准备 Python版本:Python 3.6.8 PyTorch版本:PyTorch1.1.0 RDKit版本:RDKit 2019.09. ...
Chemistry.AI | 基于循环神经网络（RNN）预测分子性质
Chemistry.AI | 基于卷积神经网络(CNN)预测分子特性环境准备 Python版本:Python 3.6.8 PyTorch版本:PyTorch1.1.0 RDKit版本:RDKit 2 ...
02_基于线性回归预测糖尿病
基于线性回归预测糖尿病 1.实验描述使用Python编程,利用diabetes dataset,一个糖尿病数据集,主要包括442行数据,10个属性值,分别是:Age(年龄).性别(Sex).Body ...
Chemistry.AI | 基于卷积神经网络（CNN）预测分子特性
CNN :Convolutional Neural Networks (卷积神经网络 ) 环境准备 Python版本:Python 3.6.8 PyTorch版本:PyTorch1.1.0 RDKit ...
Chemistry.AI | 基于图卷积神经网络（GCN）预测分子性质
GCN: Graph Convolutional Network(图卷积网络) 环境准备 Python版本:Python 3.6.8 PyTorch版本:PyTorch1.1.0 RDKit版本:RD ...
实战十四：基于线性回归预测环境空气质量代码+数据
数据说明:本次比赛为参赛选手提供了大气污染数据,包括一氧化碳.细颗粒物.可吸入颗粒物.臭氧.二氧化氮.二氧化硫. 评测标准:利用均方根误差(RMSE)评价模型 Baseline概述:原始特征中的AQI ...
基于线性回归预测环境空气质量代码+数据
数据说明:本次比赛为参赛选手提供了大气污染数据,包括一氧化碳.细颗粒物.可吸入颗粒物.臭氧.二氧化氮.二氧化硫. 评测标准:利用均方根误差(RMSE)评价模型 Baseline概述:原始特征中的AQI ...
【视频】什么是Bootstrap自抽样及应用R语言线性回归预测置信区间实例|数据分享
最近我们被客户要求撰写关于Bootstrap的研究报告,包括一些图形和统计输出. 自抽样统计是什么以及为什么使用它? 本文将自抽样方法与传统方法进行比较,并了解它为何有用.并在R语言软件中通过对汽车速 ...
神经网络特征图计算_GNNFiLM：基于线性特征调制的图神经网络
GNN-FiLM:基于线性特征调制的图神经网络论文链接:https://arxiv.org/abs/1906.12192v3 源代码:https://github.com/Microsoft/tf- ...

Chemistry.AI | 基于线性回归预测分子特性

环境准备

基于线性回归预测分子特性

Chemistry.AI | 基于线性回归预测分子特性相关推荐

最新文章

热门文章