RDKit | 基于RDKit和scikit-learn的KNN模型预测Ames的致突变性

化学信息学中的模型构建

• 将分子转换为特征向量（编码）
• 描述特征向量与目标分子特性（映射）之间的关系

---

K最近邻(kNN，k-NearestNeighbor)

• 将数据集放置在特征空间中（学习）
• 根据k个相邻数据点的值确定新点的值（预测）

• 当k = 1时：它被归类为“红色”以及最接近的红点。
• 当k = 3时，最接近的三个点是红色2蓝色1，并以多数票被归类为“红色”。
• 当k = 5时：最接近的五个点是红色2蓝色3，并且按多数票被分类为“蓝色”。

以这种方式更改k的值会更改结果，因此k值是k最近邻方法中最重要的参数。

---