用于可扩展分子机器学习的Tanimoto随机特征
机器学习
2023-11-15 v2
摘要
Tanimoto系数常用于度量以离散指纹表示的分子间的相似性，既可作为距离度量，也可作为正定核。尽管许多核方法可利用随机特征近似来加速，目前仍缺乏针对Tanimoto核的此类近似。本文提出两类新颖随机特征，使该核能扩展至大规模数据集，并在此过程中发现了该核对实值向量的新颖扩展。我们从理论上刻画了这些随机特征，并给出了Gram矩阵谱范数的误差界。在实验中，我们展示了这些随机特征能有效近似真实世界数据集的Tanimoto系数，并有助于分子性质预测与优化任务。
引用
@article{arxiv.2306.14809,
title = {Tanimoto Random Features for Scalable Molecular Machine Learning},
author = {Austin Tripp and Sergio Bacallado and Sukriti Singh and José Miguel Hernández-Lobato},
journal= {arXiv preprint arXiv:2306.14809},
year = {2023}
}
备注
Camera-ready version presented at NeurIPS 2023. Updates include: notation changes, better description of features in section 4, updated experiments, link to code