#AI夏令营 #datawhale #夏令营
代码小白跑通baseline—修改代码——进阶baseline
预测目标
-
选手需要预测PROTACs的降解能力,具体来说,就是预测
Label
字段的值。 -
根据
DC50
和Dmax
的值来判断降解能力的好坏:如果DC50
大于100nM且Dmax
小于80%,则Label
为0;如果DC50
小于等于100nM或Dmax
大于等于80%,则Label
为1导入模块
导入Python中用于数据分析、机器学习建模和化学信息学所需的库。以下是每个库的简要说明:
-
numpy
: 提供强大的多维数组对象和相应的操作。 -
pandas
: 提供高性能、易用的数据结构和数据分析工具。 -
catboost
: 一个用于机器学习的库,特别是分类和回归任务。 -
sklearn.model_selection
: 包含模型选择的多种方法,如交叉验证。 -
sklearn.metrics
: 包含评估模型性能的多种指标。 -
rdkit
: 一个化学信息学和机器学习软件,用于处理化学结构。 -
sklearn.feature_extraction.text
: 提供将文本转换为特征向量的Tf-idf向量化器。 -
tqdm
: 用于在长循环中添加进度条的库。 -
sys
: 与Python解释器密切相关的模块,提供访问由解释器使用或维护的变量和函数。 -
os
: 提供与操作系统交互的功能。 -
gc
: 垃圾收集器接口,用于手动标记对象为可删除。 -
re
: 正则表达式库,用于字符串搜索和替换。 -
argparse
: 用于编写用户友好的命令行接口。 -
warnings
: 用于发出警告的库,这里用来忽略警告信息。
包管理器 pip用来安装python库
在编程中,特别是在面向对象编程(OOP)的语言中,如 Python,库和类有特定的关系:
-
库(Library):这是一个包含预先编写好的代码和数据资源的集合,用于实现特定功能。库通常由一组相关的模块、函数、类和变量组成,它们共同提供某种形式的服务或功能。例如,
catboost
是一个库,专门用于实现基于梯度提升的机器学习算法。 -
类(Class):在面向对象编程中,类是一个蓝图,用于创建对象。它定义了一组属性(称为成员变量)和方法(称为成员函数),这些属性和方法定义了对象的行为和状态。类是面向对象编程的基本构建块,用于封装数据和相关的操作。
关系:
- 库包含类:一个库可以包含一个或多个类。例如,
catboost
库包含了CatBoostClassifier
和Pool
等多个类。 - 类是库的组成部分:类是库提供的功能的一部分。开发者可以通过导入库来访问和使用这些类。
在 Python 中,使用 import
语句来导入库或库中的类
-
catboost
: 一个用于机器学习的库,特别是分类和回归任务。
后面的TASK4没看懂,类似于更新算法来获得更好的预测效果