RDKit | 删除方差低的描述符
【摘要】 背景
基于由RDKit和mordred等描述符计算生成的特征进行化合物的机器学习时,由于特征数量大且存在过拟合的可能,因此有必要进行特征选择。尝试了scikit-learn的VarianceTheshold,一种基本的特征选择算法。
什么是方差阈值
可删除不满足给定方差的样本特征。默认情况下,将删除0方差,即所有样本具有相同值的要素。作为另一个示例,描述...
背景
基于由RDKit和mordred等描述符计算生成的特征进行化合物的机器学习时,由于特征数量大且存在过拟合的可能,因此有必要进行特征选择。尝试了scikit-learn的VarianceTheshold,一种基本的特征选择算法。
什么是方差阈值
可删除不满足给定方差的样本特征。默认情况下,将删除0方差,即所有样本具有相同值的要素。作为另一个示例,描述了一个示例,其中相对于布尔值0和1的特征,80%或更多的样本删除了0或1的特征。在这种情况下,如果样本假定值0和1遵循伯努利随机变量,则方差为0.8 *(1-0.8),因此可以将其作为参数给出。
导入库
-
import pandas as pd
-
import numpy as np
-
import matplotlib.pylab as plt
-
from rdkit import Chem
-
from rdkit.Chem import Descriptors
-
from rdkit.ML.Descriptors import MoleculeDescriptors
-
-
%matplotlib inline
载入数据
数集包含1513种化合物
文章来源: drugai.blog.csdn.net,作者:DrugAI,版权归原作者所有,如需转载,请联系作者。
原文链接:drugai.blog.csdn.net/article/details/101103957
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)