一.任务
构建一个能够准确预测碳氮成键反应产率的预测模型。
通过对反应中所包含的反应底物、添加剂、溶剂以及产物进行合理的特征化,运用机器学习模型或者深度学习模型拟合预测反应的产率。
或者利用训练集数据对开源大语言模型进行微调以预测反应的产率。
二.流程
三.导入库
在开始之前,安装以下Python库:
pandas
:用于数据处理和分析。scikit-learn
:用于机器学习算法的实现。rdkit
:用于化学信息学处理,特别是分子指纹的提取。
四.特征提取
使用RDKit提取SMILES表示的化学分子的Morgan指纹作为特征。
定义函数mfgen
来生成Morgan指纹:
五.数据加载和处理
加载训练和测试数据集,并提取分子指纹:
从CSV文件中读取数据,并转换为分子指纹: