基于嵌入式特征选择算法下的抗乳腺癌药物分子活性预测

文章提出在嵌入式特征选择算法背景下,通过对比正则化模型和树模型两种筛选方法下的重要性权重选取出对生物活性最具有显著影响的20个分子描述符,并分别建立预测模型。结果表明树模型下的随机森林方法真实值与预测值相对平均误为0.0167,相较于正则化方法和树模型方法下的梯度提升决策树更优,证实基于该方法下筛选的模型具有预测误差小、预测精度更高的优点。