一、SMARTS簡(jiǎn)介 是什么SMARTS(SMiles ARbitrary Target Specification)是一種用于描述分子模式和屬性的語(yǔ)言。SMILES所有的符...
一、SMARTS簡(jiǎn)介 是什么SMARTS(SMiles ARbitrary Target Specification)是一種用于描述分子模式和屬性的語(yǔ)言。SMILES所有的符...
在特征構(gòu)造之前,通常要先進(jìn)行數(shù)據(jù)清洗。https://blog.csdn.net/u014281392/article/details/81224824 這個(gè)網(wǎng)頁(yè)展示了如何對(duì)...
【lightgbm/xgboost/nn代碼整理二】xgboost做二分類,多分類以及回歸任務(wù) 1.簡(jiǎn)介 該部分是代碼整理的第二部分,為了方便一些初學(xué)者調(diào)試代碼,作者已將該部...
目錄 一、簡(jiǎn)介 二、讀取分子1.讀取SMILES/SMARTS2.讀取.sdf3.讀取.mol4.讀取.mol25.讀取其他格式 三、輸出分子1.輸出SMILES/SMART...
想較于之前的機(jī)器學(xué)習(xí)算法,meta learning 是讓機(jī)器學(xué)會(huì)學(xué)習(xí)。傳統(tǒng)的機(jī)器算法只是希望機(jī)器學(xué)習(xí)到一個(gè)函數(shù),通過(guò)這個(gè)函數(shù),來(lái)判斷這個(gè)圖片屬于究竟屬于哪個(gè)類別,一條微博的...
1. 引言 在使用Python的時(shí)候,通常會(huì)出現(xiàn)如下場(chǎng)景: 比如,上述列表中:0出現(xiàn)了1次,1出現(xiàn)了2次,2出現(xiàn)了3次,3出現(xiàn)了2次。 本文闡述了Python獲取元素出現(xiàn)次數(shù)...
數(shù)據(jù)集的標(biāo)準(zhǔn)化,在scikit中,對(duì)于眾多機(jī)器學(xué)習(xí)評(píng)估器來(lái)說(shuō)是必須的;如果各獨(dú)立特征不進(jìn)行標(biāo)準(zhǔn)化,結(jié)果標(biāo)準(zhǔn)正態(tài)分布數(shù)據(jù)差距很大:比如使用均值為0、方差為1的高斯分布. 標(biāo)準(zhǔn)化...
從最早接觸機(jī)器學(xué)習(xí)到現(xiàn)在已經(jīng)2年了,中間做過(guò)別的事情,也并沒(méi)有很系統(tǒng)地學(xué)習(xí)過(guò),因此本文用于記錄一些我對(duì)機(jī)器學(xué)習(xí)的新認(rèn)識(shí),或者糾正之前認(rèn)識(shí)的誤區(qū)我用sklearn做機(jī)器學(xué)習(xí),所...