1.项目基于机器学习算法,通过对单模型和融合模型计算所得的指标进行对比,实现小分子在人体内清除率指标的预测。
2.项目运行环境:Python环境、安装Jupyter Notebook 或Spyder、需要matplotlib、numpy、pandas 、sklearn安装包库
3.项目包括3个模块:数据预处理,创建模型并编译,模型训练
4.单模型训练:训练岭回归模型、随机森林模型和极端森林模型。
5. 多模型融合:回归问题最简单的模型融合方式,取加权平均对最优的两个模型进行不同权值的平均,最终输出最优的权值结果。
6. 不同模型的评价指标以rmse为指标,经过分析,融合模型得到最低的rmse,为2.698796237546118。
1