跳到主要内容
检索

# 分子描述符

1 篇关联报道

订阅更新
  1. 保留全部208个分子描述符并用mixup虚拟样本扩充后,随机森林将缓蚀效率预测R²提升至0.72,SHAP指出Chi4n等拓扑描述符最关键

    该研究以317个有机缓蚀剂化合物的SMILES为输入,用RDKit计算并保留全部208个二维分子描述符,通过mixup插值生成虚拟样本扩充训练集,比较随机森林、Bagging与梯度提升三种集成模型,并用SHAP、相关分析、部分依赖图和Williams图解释模型;结果显示随机森林在原始数据上测试集表现最好(MAE 4.568、RMSE 6.122、R² 0.718),虚拟样本从100增至10000时三种模型的R²由约0.66–0.70升至0.90以上并趋于饱和,SHAP识别出Chi4n、Chi3v、Chi1n、Chi4v等拓扑描述符与MolMR为最重要特征。

已读完全部报道