VIP20
本课程属于：051-ADMET预测特征学习任务 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

ADMET预测模型常见错误与排查指南

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预测模型概述与常见错误分类
ADMET基本概念 · 常见错误类型总览 · 错误排查思路
ADMET预测模型概述
02
数据收集中的常见错误
数据量不足与不平衡 · 数据库选择不当 · 外部数据整合问题
数据收集常见错误
03
数据清洗错误
缺失值处理不当 · 异常值误判 · 重复数据未去重
数据清洗错误缺失值处理不当
04
数据标准化/归一化错误
尺度不一致导致模型不稳定 · 分子描述符范围未对齐
数据标准化归一化错误
05
分子表示选择错误
指纹 vs 图神经网络 · SMILES序列长度截断不当 · 分子图构建偏差
分子表示选择错误vs
06
特征工程错误
冗余特征引入噪声 · 特征泄漏（使用未来信息） · 特征维度爆炸
特征工程错误冗余特征引入噪声
07
数据集划分错误
随机划分导致时间泄漏 · 序列依赖未考虑 · 分层采样遗漏
数据集划分错误随机划分导致时间…
08
交叉验证设置错误
分组策略不当（如随机分组破坏分子骨架… · K值选择不合理
交叉验证设置错误分组策略不当
09
模型选择错误
过拟合（复杂模型）与欠拟合（简单模型… · 目标函数与任务不匹配
模型选择错误过拟合
10
超参数调优错误
网格搜索范围不合理 · 贝叶斯优化收敛过早 · 验证集过拟合
超参数调优错误网格搜索范围不合…
11
训练过程中的梯度问题
梯度爆炸/消失 · 学习率设置不当 · 批量大小与学习率耦合
训练过程梯度问题
12
损失函数选择错误
多任务学习权重失衡 · 回归/分类损失不匹配 · 平衡权重未调整
损失函数选择错误多任务学习权重失…
13
评估指标错误
使用不合适的指标（如准确率用于不平衡… · 宏观/微观平均混淆
评估指标错误使用不合适的指标
14
验证集与测试集泄漏
数据预处理泄漏 · 特征选择泄漏 · 模型调参泄漏
验证集测试集泄漏
15
分布外（OOD）检测缺失
训练集与部署集分布差异 · 化合物空间外推风险
OOD分布外
16
模型集成错误
过度集成导致方差增大 · 基模型多样性不足 · 加权策略错误
模型集成错误过度集成导致方差…
17
可解释性错误
错误解读SHAP值 · 注意力权重误导 · 特征重要性因果关系混淆
可解释性错误SHAP
18
部署中的版本兼容问题
Python包依赖冲突 · PyTorch/TensorFlow… · CUDA环境
部署版本兼容问题
19
预测结果后处理错误
阈值选择不当（如固定阈值） · 置信度校准缺失 · 输出后处理逻辑
预测结果后处理错…阈值选择不当
20
多任务ADMET模型中的任务冲突
任务间梯度冲突 · 数据量差异大 · 共享表示不合理
ADMET多任务
21
分子图构建错误
原子类型编码错误 · 键序遗漏 · 图标准化未做（如规范化）
分子图构建错误原子类型编码错误
22
注意力权重可视化错误
误导性解释 · 过度关注无关原子 · 梯度注意力不一致
注意力权重可视化…误导性解释
23
批量大小与学习率耦合错误
小批量导致梯度噪声大 · 大批量需调高学习率未调整
批量大小学习率耦合错误
24
正则化过度
权重衰减过大导致欠拟合 · Dropout率过高 · 早停标准太严
正则化过度权重衰减过大导致…
25
数据增强错误
不当的分子扰动（如随机原子替换破坏活… · 增强倍数不合理
数据增强错误不当的分子扰动
26
标签噪声
实验数据中的错误标记 · 测量误差未被建模 · 标签质量未验证
标签噪声实验数据
27
迁移学习中的灾难性遗忘
微调策略不当 · 学习率过高 · 冻结层选择错误
迁移学习灾难性遗忘
28
计算资源管理错误
GPU内存爆炸 · 数据加载瓶颈 · 分布式训练同步开销
计算资源管理错误GPU
29
模型保存与加载错误
状态字典不匹配 · 钩子未移除 · 自定义层序列化失败
模型保存加载错误
30
重现性错误
随机种子设置不一致 · 硬件差异 · 非确定性算法
重现性错误随机种子设置不一…