RDKit | 建立溶解度预测的LightGBM回归模型
【摘要】
导入库
import pandas as pd
import numpy as np
from tqdm.auto import tqdm
from rdkit import Chem
from rdkit.Chem import rdMolDescriptors #molecular descriptors
from light...
导入库
import pandas as pd
import numpy as np
from tqdm.auto import tqdm
from rdkit import Chem
from rdkit.Chem import rdMolDescriptors #molecular descriptors
from lightgbm import LGBMRegressor, plot_importance #LightGBM models
from sklearn.model_selection import train_test_split #ML trainining
from sklearn.metrics import r2_score, mean_squared_error #ML stats
import seaborn as sns #Plotting
from yellowbrick.regressor import prediction_error, ResidualsPlot
sns.set_context('talk')
tqdm.pandas()
载入数据
df = pd.read_csv("solubility_data_ok.csv")
df.head()
定义分子描述符计算函数
property_name
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/126460190
【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)