RDKit | 基于随机森林的化合物活性二分类模型

举报
DrugAI 发表于 2021/07/15 05:19:10 2021/07/15
【摘要】 基于随机森林算法的化合物二分类机器学习模型 代码示例 #导入依赖包import pandas as pdimport numpy as npfrom rdkit import Chem, DataStructsfrom rdkit.Chem import AllChemfrom rdkit.ML.Descriptors import MoleculeDes...

基于随机森林算法的化合物二分类机器学习模型


代码示例


   
  1. #导入依赖包
  2. import pandas as pd
  3. import numpy as np
  4. from rdkit import Chem, DataStructs
  5. from rdkit.Chem import AllChem
  6. from rdkit.ML.Descriptors import MoleculeDescriptors
  7. from rdkit.Chem import Descriptors
  8. from rdkit.Chem.EState import Fingerprinter
  9. from rdkit.Chem import PandasTools
  10. from sklearn.ensemble import RandomForestClassifier
  11. from sklearn.utils import shuffle
  12. from sklearn import metrics
  13. from sklearn import model_selection
  14. from sklearn.metrics import roc_curve, auc
  15. import matplotlib.pyplot as plt

   
  1. #定义化合物指纹计算函数
  2. def get_fps(mol):
  3.    # 计算指纹 (clogP, PSA, etc etc)
  4.    calc=MoleculeDescriptors.MolecularDescriptorCalculator([x[0] for x in Descriptors._descList])
  5.    ds = np.asarray(calc.CalcDescriptors(mol))
  6.    arr=Fingerprinter.FingerprintMol(mol)[0]
  7.    return np.append(arr,ds)

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/105683688

【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

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。