| 查看: 750 | 回复: 2 | |||
| 当前主题已经存档。 | |||
veradpp木虫 (正式写手)
|
[交流]
求助：QSAR模型的验证
|
||
|
各位虫友有做过QSAR的吗？ 我打算建立一个bp的预测模型，请问怎样来验证这个数学模型的稳定性和泛化能力？？ 一般回归方程中的R2代表什么意思？这个和交叉验证的q2有什么区别？ 交叉验证和外部验证具体应该怎么实施？各自的评价目标是什么？好的模型的标准是什么？ 是用交叉验证得到的模型来预测外部验证集的数据吗？ 问题很多，希望大家帮忙，谢谢了 |
回复此楼» 猜你喜欢
蛋白稳定性实验与功能实验不一致
已经有11人回复
-
第4年了，马上40了，可能我与国基确实无缘吧。。。
已经有12人回复
-
药理学论文润色/翻译怎么收费?
已经有120人回复
-
2026年申博药学专业
已经有1人回复
-
292药学调剂
已经有1人回复
-
广西医科大学基础医学院自身免疫病课题组招收基础医学相关专业的调剂研究生
已经有2人回复
-
药学专硕申博
已经有18人回复
-
可能上不了岸？有条件的可以考虑其他出路
已经有0人回复
-
广西医科大学基础医学院招收基础医学、药学、生物检验相关专业的研究生
已经有1人回复
-
分子对接相关经验分享
已经有0人回复
-
分子对接相关经验分享
已经有0人回复
yalefield
金虫 (文坛精英)
老汉一枚
- 应助: 129 (高中生)
- 贵宾: 0.17
- 金币: 21238.9
- 散金: 3440
- 红花: 66
- 帖子: 12101
- 在线: 759.1小时
- 虫号: 96063
- 注册: 2005-10-07
- 专业: 高等教育学
- 管辖: 计算模拟
★ ★
veradpp(金币+1):高屋建瓴，多谢
小小强(金币+1):支持积极应助。。
veradpp(金币+1):高屋建瓴，多谢
小小强(金币+1):支持积极应助。。
|
1、已知活性样本分为训练和测试两组 如何分？按活性排序，尽量使测试组的活性位于训练组的活性之内。关于这个，就有N篇论文（统计学/QSAR）。 2、用训练集建立模型，得到R2 R2的定义，自己查书吧。R2代表的是模型自身的情况，“自我陶醉”。 建模的方法有很多，线性（ANOVA, MLR, PLS等）、非线性（ANN/BP, SVM）等。 很多教科书和文献，对此语焉不详，或者错误。 注意： （1）交叉验证： 最简单的“留一法”： 假如训练组有n个样本，不论用什么建模方法，都应该拿出1个不参加建模。 用n-1个训练样本建模，然后用模型预测那个没参加建模的活性（即回归）。 这样，轮流做n次，就有n个模型、n个R2。 当然，也可以用"留m法（m （2）变量选择： 如果自变量很多，那么还需要进行变量选择。这够写一本书。 简单来说，可以用遗传算法，帮助进行。 3、用测试集检验模型，得到q2 R2与q2的计算公式其实是一样的，只不过R2的数据来自训练组，而q2的数据来自测试组。 q2的含义是模型的预测能力，“与我同醉/罪”。 也就是说，按照训练过程所建立的n个模型，对测试组的每个样本的活性都进行预测，每个测试组样本都得到的预测值（计算值）。对于每个模型来说，用所有测试样本的预测值与已知活性值，就可以得到的它的q2。 n个模型，就会有n个q2。 4、模型选择 这个比变量选择简单多了。 R2与q2分别做横轴、纵轴。 训练过程所建立的n个模型（每个模型都用于了对测试组进行测试），在这个坐标系内，就是一个点。例如： M(0.83, 0.77): 这个点，代表用那个R2为0.83的模型预测了测试组的每个样本，得到1个q2=0.77。 不难想象，那些q2与R2都比较接近1的模型们，是“好”模型。 容易推出： （1）仅仅R2很大，而q2很小，也不是好模型（自我满足，预测能力差） （2）仅仅q2很大，而R2很小，也不是好模型（预测碰巧好，其实一团糟） 5、优化： 从上述之4，那些R2已经很差的，其实也没有必要用来预测了。 6、应用： 用“最好”的模型们，来预测那些活性未知样本。 |
2楼2007-03-22 00:34:41
10