预测分子基态能量的基于树的机器学习框架
化学物理
2016-10-05 v1 数据分析、统计与概率
摘要
我们提出了一种提升回归树算法的应用，用于预测由 C、H、N、O、P 和 S（CHNOPS）组成的分子的基态能量。我们整合了 PubChem 化合物数据库，构建了一个包含 16,242 个分子的数据集，并使用密度泛函理论计算了它们的电子基态能量。该数据集用于训练提升回归树算法，从而能够以计算高效且准确的方式预测分子基态能量。我们将提升回归树的预测结果与文献中广泛使用的神经网络回归方法进行了比较，结果表明前者更准确，且计算成本显著降低。使用 CHNOPS 集训练的回归模型的性能还在一组包含额外 Cl 和 Si 原子的不同分子上进行了测试。结果表明，该学习算法在分子发现和材料信息学中带来了丰富多样的应用可能。
引用
@article{arxiv.1609.07124,
title = {Tree based machine learning framework for predicting ground state energies of molecules},
author = {Burak Himmetoglu},
journal= {arXiv preprint arXiv:1609.07124},
year = {2016}
}
备注
23 pages, 8 figures, 4 tables. Data and scripts can be found at https://github.com/bhimmetoglu/RoboBohr