基于K最近邻与K均值聚类法的样本分类方法对苯酚类化合物的定量结构毒性相关研究

• 作者: 张雅雄 李琴 杨彩蓉
• 来源期刊: 计算机与应用化学
• 学科: 化学
• 关键词: 苯酚类化合物 K最近邻方法 K均值聚类法 定量结构毒性相关
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 研究论文
• 页码范围: 359-361
• 页数: 3页
• 分类号: TQ015.9|TP391.9|O6-39
• 字数: 2593字
• 语种: 中文
• DOI: 10.16866/j.com.app.chem20160322

摘要

选取了258个苯酚类化合物的生物毒性数据,通过软件ADMEWORKS ModelBuilder的计算,选出7个结构描述符作为样本的结构参数,用稳健诊断方法剔除24个奇异样本,分别采用K最近邻方法和K均值聚类方法对剩余的234个样本数据进行分类,对分好的每一个类分别随机选择外部测试集,并用球型排除算法划分训练集和内部测试集,然后运用多元线性回归(Multiple Linear Regression,MLR)、偏最小二乘(Partial Least Squares,PLS)和人工神经网络(Artificial Neural Networks,ANN)方法进行预测模型的建立,计算结果表明,非线性模型的预测结果优于线性模型,有管理的分类方法(K nearest neighbors method,KNN)的预测结果优于无管理的分类方法(K均值聚类法).

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雅雄	山西师范大学化学与材料科学学院	4	10	3.0	3.0
2	杨彩蓉	山西师范大学化学与材料科学学院	3	7	2.0	2.0
3	李琴	山西师范大学化学与材料科学学院	17	69	5.0	7.0