本發(fā)明公開了一種基于SHAP值構建可解釋的XGBoost回歸模型加速發(fā)現高PCE的N?P類有機敏化劑的QSPR方法及系統(tǒng)，建立數據集樣本；切分分子片段；Chem3D優(yōu)化分子；生成描述符；隨機劃分訓練集和測試集；利用SHAP嵌套XGBoost篩選變量，選出XGBoost建模的最優(yōu)變量子集；用XGBoost回歸建立N?P類有機敏化劑的快速預報模型；根據建立的模型，快速預報測試集染料分子的PCE。根據SHAP反饋的對目標特征的影響和參考文獻解釋描述符，對應分子片段的結構，構建QSPR模型；python生成大量虛擬樣本，利用建好的XGBoost模型進行預報。本發(fā)明基于可靠的文獻真實值和建模方法，所建的N?P類有機敏化劑的XGBoost預報模型具有方便快捷，無化學污染的優(yōu)點。
聲明：
“基于SHAP值構建可解釋的XGBoost回歸模型預測PCE的QSPR方法及其系統(tǒng)” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究，如用于商業(yè)用途，請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)
998
編輯：管理員
來源：中冶有色技術網
分享 0
舉報 0
收藏 0
反對 0
點贊 0
中冶有色技術平臺
2025年03月28日 ~ 30日 
