24小时热门版块排行榜    

北京石油化工学院2026年研究生招生接收调剂公告
查看: 1316  |  回复: 13
【奖励】 本帖被评价5次,作者yalefield增加金币 5
当前主题已经存档。

[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
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

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。
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
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
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
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。
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
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
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

★★★★★ 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……
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
Validation tools for variable subset regression
Knut Baumann & Nikolaus Stiefl
J Comput Aided Mol Design 2004 18:549-562
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
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
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。
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。
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
The Problem of Overfitting
Hawkins, D. M.
J. Chem. Inf. Comput. Sci.; 2004; 44(1); 1-12
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
☆ 无星级 ★ 一星级 ★★★ 三星级 ★★★★★ 五星级
普通表情 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
[考研] 270化工求调剂 +8 海苔花生饼 2026-03-28 8/400 2026-04-04 12:26 by 无际的草原
[考研] 化学调剂求助 +6 LULONG1 2026-04-03 6/300 2026-04-03 23:13 by qzxyhcsy
[考研] 11408,335分,本科211,求调剂,可转专业 +3 鳄梨大鳄鱼 2026-04-03 3/150 2026-04-03 21:18 by zhq0425
[考研] 求调剂 +3 usbdndj 2026-04-03 3/150 2026-04-03 14:10 by dxiaoxin
[考研] 260求调剂 +3 朱芷琳 2026-04-02 3/150 2026-04-03 08:44 by yulian1987
[考研] 372分材料与化工(085600)一志愿湖南大学求调剂 +5 蓝笺片 2026-04-02 6/300 2026-04-02 21:37 by dongzh2009
[考博] 材料工程专业硕士申博 +3 麟正宇 2026-03-30 3/150 2026-04-02 15:04 by greychen00
[考研] 283求调剂 +3 jiouuu 2026-04-02 4/200 2026-04-02 14:08 by 哒哒哒呱呱呱
[考研] 266求调剂 +4 学员97LZgn 2026-04-02 4/200 2026-04-02 13:03 by yulian1987
[考研] 材料工程322分 +8 哈哈哈吼吼吼哈 2026-04-01 8/400 2026-04-02 11:53 by 3041
[考研] 372求调剂 +3 jj涌77 2026-04-02 3/150 2026-04-02 09:57 by olim
[考研] 材料求调剂 +10 呢呢妮妮 2026-04-01 13/650 2026-04-02 09:17 by olim
[考研] 一志愿北交大材料工程,总分358 +4 cs0106 2026-04-01 4/200 2026-04-02 07:42 by 尚水阁主
[考研] 材料调剂 +12 一样YWY 2026-04-01 12/600 2026-04-02 00:21 by 百秒光年
[考研] 379求调剂 +3 ?苦瓜不苦 2026-04-01 3/150 2026-04-01 20:09 by 暮云清寒
[考研] 311求调剂 +10 李芷新1 2026-03-31 10/500 2026-04-01 14:38 by chenqifeng666
[考研] 343求调剂 +8 爱羁绊 2026-03-28 8/400 2026-03-31 16:12 by 不吃魚的貓
[考研] 南京大学化学调剂 +11 景随风 2026-03-29 16/800 2026-03-31 10:14 by herarysara
[考研] 085602 化学工程专硕 340分求调剂 +4 qianbai11 2026-03-29 4/200 2026-03-30 11:34 by 唐沐儿
[考研] 279求调剂 +4 蝶舞轻绕 2026-03-29 4/200 2026-03-29 09:45 by laoshidan
信息提示
请填处理意见