计算化学公社

 找回密码 Forget password
 注册 Register

机器学习中如何将欧几里得距离融入到模型中?

查看数: 4386 | 评论数: 0 | 收藏 Add to favorites 0
关灯 | 提示:支持键盘翻页<-左 右->
    组图打开中,请稍候......
发布时间: 2021-5-20 13:57

正文摘要:

机器学习中,在进行模型训练之前,首先将描述符定义为了一个距离D,如式1所示。D是由物理性质(Dph),给体分子指纹(Dfpd),受体分子指纹(Dfpa)组成。r1,r2,r3分别是三个距离对应的超参数。请问,使用sklearn如何实现, ...

回复 Reply

手机版 Mobile version|北京科音自然科学研究中心 Beijing Kein Research Center for Natural Sciences|京公网安备 11010502035419号|计算化学公社 — 北京科音旗下高水平计算化学交流论坛 ( 京ICP备14038949号-1 )|网站地图

GMT+8, 2025-8-17 15:57 , Processed in 0.529890 second(s), 25 queries , Gzip On.

快速回复 返回顶部 返回列表 Return to list