DatawhaleAI夏令营-物质科学-Task1学习笔记

        DatawhaleAI夏令营对新手小白很友好，我对机器学习方面可谓是一窍不通，但在学习群中有很多助教以及大佬悉心指导，这使我这种小白也可以很好的学习AI方面的知识。

        模型的训练是采用魔塔社区的notebook云端学习开发环境，模型采用了python3、pandas工具、scikit-learn机器学习库、rdkit对化学分子生成构向。

        使用随机森林算法来训练模型，其中参数有：

• n_estimators：表示决策树的个数，决策树的个数越多 ，模型训练的效果就越好，但相应的开销成本也会增多；
• max_depth：用来设置决策树的最大深度，默认值为“None”；
• min_samples_split：用来表示划分节点时的最少样本数；
• min_samples_leaf：用来表示叶子节点的最少样本数；
• n_jobs：用来表示并行job的个数（当n_jobs=-1时会使用所有的cpu进行并行计算）。

        模型中的代码我还有很多不了解的地方，学习手册中也有相关的讲解，在学习群中提问也会有助教和大佬悉心指导和回复，第一阶段的学习还有很多不足的地方，争取在下一个阶段的学习中学到更多的知识，掌握更多机器学习的算法。