RDKit | 建立溶解度预测的LightGBM回归模型

导入库

import pandas as pd
import numpy as np
from tqdm.auto import tqdm
from rdkit import Chem
from rdkit.Chem import rdMolDescriptors #molecular descriptors
from lightgbm import LGBMRegressor, plot_importance #LightGBM models
from sklearn.model_selection import train_test_split #ML trainining
from sklearn.metrics import r2_score, mean_squared_error #ML stats
import seaborn as sns #Plotting
from yellowbrick.regressor import prediction_error, ResidualsPlotsns.set_context('talk')
tqdm.pandas()

载入数据

df = pd.read_csv("solubility_data_ok.csv")
df.head()

定义分子描述符计算函数

property_name

RDKit | 建立溶解度预测的LightGBM回归模型相关推荐

机器学习数据预处理之缺失值：预测填充（回归模型填充、分类模型填充）
机器学习数据预处理之缺失值:预测填充(回归模型填充.分类模型填充) garbage in, garbage out. 没有高质量的数据,就没有高质量的数据挖掘结果,数据值缺失是数据分析中经常遇到的问题 ...
基于RDKit的溶解度预测的机器学习模型
基于RDKit和Python3的化合物溶解度的机器学习模型小案例. 代码示例(仅供参考): # In[1]:导入依赖包 from rdkit import Chem, DataStructs from ...
RDKit：基于RDKit的溶解度预测的机器学习模型
基于RDKit和Python3的化合物溶解度的机器学习模型小案例. <仅供参考> # In[1]:导入依赖包from rdkit import Chem, DataStructs from ...
建立回归模型的完整步骤
文章福利:Python学习精选书籍10本建立回归模型的一般步骤如下图 1.具体(社会经济)问题当我们想去解决一些现实生活.经济问题时,需要将具体问题量化成数据,然后通过观察与揭示事物(数据)之间的 ...
ewiews面板回归模型操作_EViews操作指南:eviews面板数据回归分析
计量经济学实验指导书实验一 EViews软件的基本操作 [实验目的] 了解EViews软件的基本功能,掌握软件的基本操作. [实验内容] 一.EViews软件的安装: 二.数据的输入与编辑: 三. ...
最佳回归模型选择指标——马洛斯CP值
本文介绍最佳回归模型选择指标--马洛斯CP指标,并通过示例说明选择过程及如何计算. 马洛斯CP(Mallows'Cp) 指标用于在多个不同模型中选择最佳回归模型.其计算公式为: Cp = RSSp/S ...
逻辑回归模型及案例（Python）
1 简介逻辑回归也被称为广义线性回归模型,它与线性回归模型的形式基本上相同,最大的区别就在于它们的因变量不同,如果是连续的,就是多重线性回归:如果是二项分布,就是Logistic回归. Logist ...
用通俗易懂的方式讲解：逻辑回归模型及案例（Python 代码）
目录 1 简介 2 优缺点 3 适用场景加入方式 4 案例:客户流失预警模型 4.1 读取数据 4.2 划分特征变量和目标变量 4.3 模型搭建与使用 4.3.1 划分训练集与测试集 4.3.2 模 ...
xgboost回归预测模型_偏最小二乘回归分析法从预测角度对所建立的回归模型进行比较...
在实际问题中,经常遇到需要研究两组多重相关变量间的相互依赖关系,并研究用一组变量(常称为自变量或预测变量)去预测另一组变量(常称为因变量或响应变量), 除了最小二乘准则下的经典多元线性回归分析(MLR ...

RDKit | 建立溶解度预测的LightGBM回归模型

导入库

载入数据

定义分子描述符计算函数

RDKit | 建立溶解度预测的LightGBM回归模型相关推荐

最新文章

热门文章