基于SHAP值构建可解释的XGBoost回归模型预测PCE的QSPR方法及其系统.pdfVIP

  • 4
  • 0
  • 约1.76万字
  • 约 15页
  • 2023-07-05 发布于四川
  • 举报

基于SHAP值构建可解释的XGBoost回归模型预测PCE的QSPR方法及其系统.pdf

本发明公开了一种基于SHAP值构建可解释的XGBoost回归模型加速发现高PCE的N‑P类有机敏化剂的QSPR方法及系统,建立数据集样本;切分分子片段;Chem3D优化分子;生成描述符;随机划分训练集和测试集;利用SHAP嵌套XGBoost筛选变量,选出XGBoost建模的最优变量子集;用XGBoost回归建立N‑P类有机敏化剂的快速预报模型;根据建立的模型,快速预报测试集染料分子的PCE。根据SHAP反馈的对目标特征的影响和参考文献解释描述符,对应分子片段的结构,构建QSPR模型;python

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113808680 A (43)申请公布日 2021.12.17 (21)申请号 202111001675.4 (22)申请日 2021.08.30 (71)申请人 上海大学 地址 20

文档评论(0)

1亿VIP精品文档

相关文档