12、酶分类与主机移动性管理协议整合研究

酶分类与主机移动性管理协议整合研究

1. 酶分类相关研究

在酶分类领域，Lorens分类法对变量进行了分区操作。对于aofb、cah2和hs90a这三种酶，分别将变量划分为9个子空间、4个子空间和5个子空间。与标准逻辑回归不同的是，Lorens在过程中使用了所有变量或预测因子。

1.1 随机分区与模型构建

随机变量的分区是通过最小化集合上的相关性来进行的，随机分区以相同分布选择，假设每个分区内无偏差。以aofb酶为例，随机分区和模型构建步骤如下：
- 变量在每个子空间中随机分配，且每个子空间中的变量数量相同。
- 若分区数为2，aofb酶的70个预测因子将被分配到2个子空间（第1分区和第2分区）。在每个集合中会有2个模型，10个集合总共会有20个模型。例如，在第一个集合中，A Log P变量分配到第二分区，A Log P MR分配到第一分区，A Log P98分配到第二分区，以此类推。
- 对于分区数为4、5、6、7、8、9和10的情况，采用类似的分配过程。
- 每个变量按分区分配后，在集合的每个分区中构建逻辑回归模型。例如，设置2个分区时，10个集合中的逻辑模型如下表所示：

Ensemble	Logistic regression model partition 1	Logistic regression model partition 2
1	(g(x) = \ln(\frac{\