Область применения

Областью применимости (AD) (как для химии, так и для машинного обучения ) модели QSAR является физико-химическое, структурное или биологическое пространство, знания или информация, на которых был разработан обучающий набор модели и для которого она применима. делать прогнозы для новых соединений.

Целью AD является определение того, выполняются ли предположения модели и для каких химических веществ модель может быть надежно применима. В общем, это относится скорее к интерполяции , чем к экстраполяции . До сих пор не существует единого общепринятого алгоритма определения АД: подробное исследование можно найти в Отчете и рекомендациях ECVAM Workshop 52. Существует достаточно системный подход к определению областей интерполяции. Этот процесс включает в себя удаление выбросов и метод распределения плотности вероятности с использованием выборки, взвешенной по ядру. Другой широко используемый подход к структурному AD регрессионных моделей QSAR основан на рычаге, рассчитанном на основе диагональных значений шляпной матрицы моделирующих молекулярных дескрипторов. Недавнее тщательное сравнительное исследование нескольких алгоритмов AD выявило, что стандартное отклонение прогнозов модели является наиболее надежным подходом. Чтобы исследовать AD обучающего набора химических веществ, можно напрямую проанализировать свойства многомерного дескрипторного пространства обучающих соединений или более косвенно, с помощью показателей расстояния (или сходства). При использовании метрик расстояний следует соблюдать осторожность и использовать ортогональное и значимое векторное пространство. Этого можно достичь с помощью различных средств выбора признаков и последовательного анализа главных компонентов .