RDKit:基于RDKit的溶解度预测的机器学习模型
【摘要】 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, DataStructsfrom rdkit.Chem import AllChemfrom rdkit.ML.Descriptors import MoleculeDescriptorsfrom rdkit.Chem...
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 rdkit.Chem import AllChem
-
from rdkit.ML.Descriptors import MoleculeDescriptors
-
from rdkit.Chem import Descriptors
-
from rdkit.Chem.EState import Fingerprinter
-
-
import pandas as pd
-
import numpy as np
-
import matplotlib.pyplot as plt
-
-
from sklearn.preprocessing import StandardScaler
-
from sklearn import cross_validation
-
from sklearn.metrics import r2_score
-
from sklearn.ensemble import RandomForestRegressor
-
from sklearn import gaussian_process
-
from sklearn.gaussian_process.kernels import Matern, WhiteKernel, ConstantKernel, RBF
-
# In[2]:定义描述符计算函数
-
-
def get_fps(mol):
-
calc=MoleculeDescriptors.MolecularDescriptorCalculator([x[0] for x in Descriptors._descList])
-
ds = np.asarray(calc.CalcDescr
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/82318276
【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)