基于支持向量机回归与K-最近邻法的组合预测用于除草剂QSAR建模
为了提高定量构效关系(QSAR)研究的预测精度,发展了一种基于支持向量机回归(SVR)与K-最近邻法(KNN)的组合预测方法:以均方误差(MSE)最小为原则,基于SVR实施核函数寻优;基于MSE最小原则与最优核函数以SVR进行描述符筛选并得到保留描述符;通过"多轮末尾强制淘汰法"揭示各保留描述符对预测精度的影响程度;从保留描述符出发,以不同KNN预测值反映样本集异质性并构建子模型,然后基于SVR以留一法实施组合预测.运用该组合预测方法研究苯乙酰胺类除草剂QSAR建模,结果表明:基于SVR与KNN的组合预测方法在参比模型中预测精度最高,具结构风险最小、非线性、能有效克服过拟合、泛化推广能力优异等优点,在QSAR研究中具有广泛的应用前景.
作 者： 谭泗桥 袁哲明 柏连阳 熊洁仪 TAN Si-qiao YUAN Zhe-ming BAI Lian-yang XIONG Jie-yi 作者单位： 谭泗桥,TAN Si-qiao(湖南农业大学生物安全科学技术学院,长沙,410128;湖南农业大学信息科学技术学院,长沙,410128)袁哲明,柏连阳,熊洁仪,YUAN Zhe-ming,BAI Lian-yang,XIONG Jie-yi(湖南农业大学生物安全科学技术学院,长沙,410128)
刊 名： 农药学学报 ISTIC PKU 英文刊名： CHINESE JOURNAL OF PESTICIDE SCIENCE 年，卷(期)： 2007 9(4) 分类号： O641 关键词： 支持向量机回归 K-最近邻法 组合预测 定量构效关系