VIP20
本课程属于：014-ADMET性质预测模型 生物信息学与 AI 制药工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

XGBoost ADMET预测建模与超参数优化

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
ADMET预测简介
XGBoost在ADMET领域的优势…
ADMET预测简介
02
数据收集与清洗
常见ADMET公开数据集 · 数据清洗与异常值处理
数据收集清洗
03
分子描述符特征工程
使用RDKit计算分子指纹与理化性质
分子描述符特征工…RDKit
04
特征选择与降维
过滤式 · 包裹式与嵌入式方法
特征选择降维
05
数据不平衡处理
SMOTE · 欠采样 · 代价敏感学习
数据不平衡处理SMOTE
06
训练-验证-测试集划分
时间序列分裂 · 分层采样策略
训练验证
07
XGBoost基础原理
梯度提升树 · 目标函数与正则项
XGBoost基础原理
08
树结构参数调优
max_depth与min_chil…
树结构参数调优max
09
学习率与迭代次数
eta与n_estimators的平…
学习率迭代次数
10
子采样参数
subsample · colsample_bytree · colsample_bylevel
子采样参数subsample
11
正则化参数
gamma · reg_lambda · reg_alpha对过拟合的控制
正则化参数gamma
12
损失函数与评估指标
回归与分类场景下的选择
损失函数评估指标
13
早停法（early stopping）
防止过拟合的实用技巧
earlystopping
14
交叉验证调参
cv函数与自定义折数
交叉验证调参cv
15
网格搜索（GridSearchCV）
参数组合的全枚举搜索
GridSearchCV网格搜索
16
随机搜索（RandomizedSearchCV）
高效探索超参数空间
RandomizedSe…随机搜索
17
贝叶斯优化
基于高斯过程的智能调参
贝叶斯优化基于高斯过程的智…
18
超参数调优优先级顺序
从学习率到正则化的调参路径
超参数调优优先级…从学习率到正则化…
19
类别特征处理
Label Encoding · One-Hot Encoding与类…
类别特征处理Label
20
缺失值处理
XGBoost内置缺失值处理策略及手…
缺失值处理XGBoost
21
特征重要性分析与可视化
gain · cover · weight三种度量
特征重要性分析可视化
22
基于SHAP的模型解释
理解ADMET预测的决策逻辑
SHAP基于
23
多任务学习在ADMET中的应用
同时预测多个ADMET性质
ADMET多任务学习
24
集成策略
Stacking与Blending的…
集成策略Stacking
25
模型保存与加载
pickle与XGBoost nat…
模型保存加载
26
模型部署与在线预测
REST API与ONNX转换
模型部署线预测
27
针对不同ADMET子任务的调参差异
logP · 溶解度 · 毒性等
ADMET针对不同
28
过拟合诊断与缓解
学习曲线 · 早停 · 正则化调节
过拟合诊断缓解
29
超参数空间搜索技巧
从粗糙网格到精细搜索的策略
超参数空间搜索技…从粗糙网格到精细…
30
案例实战
基于Ames毒性数据集的完整调参流程…
案例实战Ames