应《网络安全法》要求，自2017年10月1日起，未进行实名认证将不得使用互联网跟帖服务。为保障您的帐号能够正常使用，请尽快对帐号进行手机号验证，感谢您的理解与支持！

24小时热门版块排行榜    

小木虫论坛-学术科研互动平台 » 计算模拟区 » 计算模拟 » 老汉聊变量选择
141/1返回列表
查看: 1447  |  回复: 13
只看楼主 @他人 存档 新回复提醒 (忽略) 收藏    在APP中查看
【奖励】 本帖被评价5次，作者yalefield增加金币 5 个
当前主题已经存档。

yalefield

金虫 (文坛精英)

[资源] 老汉聊变量选择

俗话说，一个好汉三个帮。一个可靠的模型，一定是建立在可靠的变量的基础上的。没有好的变量，再简单的模型也不可靠。因此，虽然建模的方法丰富多样，评估的方法也各具特色，但是变量的选择却是实实在在的关键。

目前，QSAR/QSPR/QSTR/QSMR等（其实数学/计量学上都是一回事）的变量已经泛滥成灾，最多的可以弄出2千多个变量（描述子，Descriptor）来。

那么，如何选出可靠的变量呢？

首先，要进行预处理。如标准化、中心化、正规化等。
      此外，还要弄清楚，哪些是整型的，哪些是实数的。一般需要分开处理。
其次，对具有共线性的若干变量，只保留一个。
再次，删除对不敏感（也就是对很多样本来说都一样）的若干变量。

在这些步骤之后，可以做一个PCA（主成分分析），观察一下。
在因子载荷图上，变量是不是一簇一簇的？
对于成一簇的，可以尽量选出“代表”，一般选位于簇心偏距原点较远的。

老汉是主张“多看”的。
现在，很多软件，包括Sybyl, Material Studio等，似乎非常自信，根本不给用户观察的机会，一闪，结果就出来了。老汉此时，总在心里说：“啊...呸”。

怎么有点像《奋斗》里的华子？

佟大为--饰陆涛
朱雨辰--饰华子
徐翠翠--饰露露
周晓鸥--饰猪头

华子听说/看到猪头撬了自己的女友露露，
啊...呸
啊...呸
啊...呸
呸了陆涛好几脸。
回复此楼

» 猜你喜欢
1楼 2007-12-04 17:00:30
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

yalefield

金虫 (文坛精英)

遗传算法

当建模变得很简便（但未必可靠）之后，对模型的评价似乎更受瞩目。
不过，任何评价都是“马后炮”。

遗传算法的应用，就是连续放“马后炮”。
也就是循环，直到连续几次放炮的效果没什么变化了。
在循环的每步，都选择一些变量建模。
赞一下 回复此楼
2楼2007-12-04 18:45:17
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

njut007

银虫 (小有名气)

★★★★★ 五星级,优秀推荐

呵呵，谢谢啦，先顶了再慢慢研究
赞一下 回复此楼
3楼2007-12-04 19:14:17
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

njut007

银虫 (小有名气)
不过前辈讲的似乎都是作为一个QSAR达人对于选择变量的理解
但是我目前处于初级阶段，连自己参照help作出来的图形，图表都不能理解

所以理解文中的思路，却不能对号入座逐步操作，所以对于前辈的见解只能“望洋兴叹”了，看来有欠修炼阿

最后想问一下，前辈这个“一闪，结果就出来了”，闪出来的结果应该不会是选出来的变量吧，我的理解前辈这个选择四步骤应该每一步一中分析方法（算法），然后结果出来之后自己选择，不知道是不是这样
赞一下 回复此楼
4楼2007-12-04 20:18:36
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

yalefield

金虫 (文坛精英)
老汉曾经用C语言来玩这个游戏。
所以，处于非常的底层。
所以，很担心，软件越来越方便，可是软件的可靠性越来越差。
人呢，也不需要了解软件究竟是怎样做的。
赞一下 回复此楼
5楼2007-12-04 22:38:41
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

njut007

银虫 (小有名气)
呵呵，是啊
我不想知道它是怎么做滴，就想知道它是怎么用滴
赞一下 回复此楼
6楼2007-12-05 08:51:39
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

csfn

荣誉版主 (知名作家)

★★★★★ 五星级,优秀推荐


不要担心
软件需要人来做
用的人再方便还是要依靠那些编软件的人，基础不会丢失的
只是在某些领域会出现迷失而已
赞一下 回复此楼
7楼2007-12-05 09:13:42
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

snoopyzhao

至尊木虫 (职业作家)

★★★★★ 五星级,优秀推荐

不过话说回来，变量选择终究是一条很难走的路啊……
赞一下 回复此楼
8楼2007-12-05 12:07:04
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

yalefield

金虫 (文坛精英)
Validation tools for variable subset regression
Knut Baumann & Nikolaus Stiefl
J Comput Aided Mol Design 2004 18:549-562
赞一下 回复此楼
9楼2007-12-05 12:12:26
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

samtyty

铁杆木虫 (著名写手)

★★★★★ 五星级,优秀推荐

那么，如何选出可靠的变量呢？

首先，要进行预处理。如标准化、中心化、正规化等。
      此外，还要弄清楚，哪些是整型的，哪些是实数的。一般需要分开处理。
其次，对具有共线性的若干变量，只保留一个。
再次，删除对不敏感（也就是对很多样本来说都一样）的若干变量。
————————————————————————————————————————————

对这些实际的操作方法，本人不完全赞成，比如：
其次，对具有共线性的若干变量，只保留一个。
删除哪一个呢？删除的原则？

另外，本人非常赞成老汉对变量选择软件的评价，也是我回帖的动力之一。呵呵
赞一下 回复此楼
10楼2007-12-06 10:27:32
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

yalefield

金虫 (文坛精英)
个人认为，可以采取Back & Forth的方式从相关性较高的变量中进行选择。
赞一下 回复此楼
11楼2007-12-06 11:43:29
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

samtyty

铁杆木虫 (著名写手)
实际上这样选择变量，经常会出现过拟合的问题。
赞一下 回复此楼
12楼2007-12-06 11:51:01
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

yalefield

金虫 (文坛精英)
The Problem of Overfitting
Hawkins, D. M.
J. Chem. Inf. Comput. Sci.; 2004; 44(1); 1-12
赞一下 回复此楼
13楼2007-12-06 15:23:13
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 yalefield 的主题更新
141/1返回列表
☆ 无星级 ★ 一星级 ★★★ 三星级 ★★★★★ 五星级
普通表情 龙 兔 虎 猫 高级回复 (可上传附件)
最具人气热帖推荐 [查看全部] 作者 回/看 最后发表
[基金申请] 科研孤儿太难了 +14 我4大白菜 2026-08-20 15/750 2026-08-20 22:33 by 袁向阳007
[基金申请] 让我中一个面上吧！ +8 大萍1987 2026-08-20 10/500 2026-08-20 21:48 by 大萍1987
[基金申请] 言之凿凿，明天官网会通知放榜？ +15 医学老男孩 2026-08-20 17/850 2026-08-20 20:35 by CaoLG
[基金申请] 时间戳又变了 +12 wuchongjun 2026-08-20 17/850 2026-08-20 20:05 by spzhao
[基金申请] 时间戳变了，能看出什么问题？ +18 基诺咪客 2026-08-17 23/1150 2026-08-20 17:19 by Godzela
[基金申请] 放榜前的不淡定 40+3 snowwithsea 2026-08-19 12/600 2026-08-20 15:56 by lfy8008
[基金申请] 重要消息，中午系统在维护 +11 yuleib84 2026-08-18 12/600 2026-08-20 11:09 by xskun
[基金申请] filecode，4个jtjc了 +11 ziyangfang 2026-08-19 13/650 2026-08-19 21:28 by aasahr
[教师之家] 为什么余额宝的年化利率越来越低？主要原因有哪些？ +5 瞬息宇宙 2026-08-15 5/250 2026-08-19 20:23 by super2002521
[基金申请] 今天放榜没戏了吧 +4 yuleib84 2026-08-19 5/250 2026-08-19 19:52 by hhs666
[基金申请] 今天放榜吗？ +14 布布和一二 2026-08-19 15/750 2026-08-19 18:07 by gltch
[基金申请] filecode=后面第一个是大写字母 +10 wangze12014 2026-08-14 12/600 2026-08-19 16:56 by 苦难博士
[基金申请] 2027广东省杰青 +4 奶牛小黑 2026-08-15 10/500 2026-08-19 11:02 by wanfengnew
[基金申请] 朋友圈看到的 +6 wangzilk 2026-08-18 8/400 2026-08-19 10:55 by Haru815
[基金申请] 快农历七夕节了，轻松一下，男人悄悄话，女施主请不要进来。 +6 Tide man 2026-08-14 7/350 2026-08-19 09:56 by ZJTJZ
[基金申请] 时间戳又变了8-15 +14 archvillain 2026-08-15 26/1300 2026-08-18 13:37 by phantomgost
[基金申请] 今天维护系统维护 祝所有人 高中 +8 gjjjzhong 2026-08-18 9/450 2026-08-18 13:01 by 家与远方
[基金申请] 93BebMhtakh前后11位开头都是大写 +4 且听虎啸 2026-08-17 5/250 2026-08-18 00:49 by 蔡棒棒菂
[基金申请] 感觉是下周放榜了 +6 angus9576 2026-08-17 11/550 2026-08-17 23:57 by angus9576
[精细化工] 招聘 金属平磨液，抛光液研发工程师 +3 小天0311 2026-08-14 3/150 2026-08-16 07:31 by H9PLUS
信息提示
关闭
请填处理意见
关闭