文件名称：Molecular_classification：“用于化学的Auto-sklearn”-训练并运行用于分子分类任务的机器学习分类器
文件大小：166KB
文件格式：ZIP
更新时间：2024-02-27 10:53:31
python machine-learning chemistry cheminformatics scikit-learn
分子分类 “ 用于化学”。 总览 训练并运行机器学习的分类器以执行分子分类任务； 例如，预测QSAR项目中的溶解度，雾化能或生物亲和力等属性。 总体目的是“将任何易于计算的东西扔到墙上，看看有什么东西粘在上面”。 分子以字符串的形式输入。 根据这些，可以使用计算不同类型的指纹（固定大小的向量）。 模型训练基于基于或分类。 更先进的表示（例如，图形回旋）或ML模型（例如，深层神经网络）不被支持。 但是，该软件包会针对支持的模型类型自动进行超参数优化。 该项目提供了两个脚本： train_mol_class.py ：训练scikit学习或xgboost模型 Forecast_mol_clas
【文件预览】：
molecule_classification-master
----predict_mol_class.py(3KB)
----demo()
--------data_test_dmso_solubility.tsv(55KB)
--------dmso.cfg(280B)
--------demo.sh(1003B)
--------data_train_dmso_solubility.tsv.gz(127KB)
----setup.py(734B)
----README.md(9KB)
----train_mol_class.py(67KB)
----.gitignore(1KB)