Datawhale AI 夏令营 task-1

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：

六. 模型训练和保存

七.过程问题及解决办法
中间导入数据过程中有出现过刷屏，后面得知这是正常现象，可以尝试修改随机森林的参数，自行调参。