7、基于深度学习的QSPR模型预测有机化合物辛醇 - 水分配系数

基于深度学习的QSPR模型预测有机化合物辛醇 - 水分配系数

异构特征对模型预测准确性的提升

在预测有机化合物的辛醇 - 水分配系数（log KOW）时，使用ISO - DNN模型发现，1663种异构体化合物的预测效果明显优于其他9005种化合物。这表明，异构特征的参与显著提高了对log KOW的预测准确性，异构特征有助于提升模型的预测精度。

模型的泛化能力

在机器学习中，泛化能力是评估模型预测性能的重要指标。DNN模型的过拟合问题会导致泛化能力丧失和外部预测精度降低。过去传统的性质预测模型使用整个数据集进行训练，泛化能力难以保证。不过，近年来人们努力避免发布未经外部验证的模型，预测模型的泛化能力有了很大提高。

本研究采用提前停止策略避免过拟合，确保最终的QSPR模型具有良好的泛化能力。同时，使用外部集来衡量模型的泛化能力，将训练集和外部集应用于最终的QSPR模型，并将预测值与原始实验值进行比较。通过预测值与实验值的散点图可以看出，外部集的分布和预测准确性与训练集相似，这表明所开发的QSPR模型在预测有机化合物的log KOW值方面具有令人满意的泛化能力。

除了训练集和测试集，本研究还采用外部集作为额外的测试集来评估最终模型的预测能力。计算了外部验证指标（RMSE、MAE和R²）来衡量预测模型的性能，结果如下表所示：
| 数据集 | N | RMSE | MAE | R² |
| — | — | — | — | — |
| 训练集 | 8534 | 0.2836 | 0.2101 | 0.9741 |
| 测试集 | 1067 | 0.5349 | 0.3596 | 0.9091 |
|