支持向量机回归方法用于黄酮类化合物醛糖还原酶抑制活性的QSAR研究
用支持向量机回归(SVR)方法研究了48个黄酮类化合物醛糖还原酶抑制活性的定量构效关系.建模过程中利用留一法交叉验证(LOOCV)优化了核函数的类型、惩罚系数C和不敏感函数ε.所建模型最终采用了227个变量中的7个:dChivps9,ESHaaCH,EsssCH2,n2Pag[1,2], degree2,I'3和I'4.所得SVR模型的预测相对误差为0.0622,小于多元线性回归(MLR)和偏最小二乘法(PLS),以及文献报道模型的预测相对误差.
李国正,Li Guozheng(上海大学计算机科学与工程学院,上海,200072)
刘太昂,Liu Taiang(北京石油化工设计院,北京,100101)
刊 名： 计算机与应用化学 ISTIC PKU 英文刊名： COMPUTERS AND APPLIED CHEMISTRY 年，卷(期)： 2007 24(6) 分类号： O641 关键词： 支持向量机回归 QSAR 黄酮类化合物 醛糖还原酶抑制活性 support vector regression QSAR Flavones aldose reductase inhibitory activity