基于局部核函数与全局核函数支持向量回归优化小样本QSAR建模

谭泗桥; 袁哲明; 柏连阳; 谭显胜; 熊洁仪; 《分子科学学报 》 2009 北大核心 CSCD

摘要：为提高小样本定量构效关系(QSAR)预测精度,基于支持向量机全局核函数与局部核函数提出了一种新的建模方法:先依不同核函数筛选描述符,再依保留描述符构建支持向量机回归(SVR)子模型.子模型预测活性值与实验值组成混合样本.以均方误差(MSE)最小为原则,对混合样本再次基于SVR实施核函数寻优与子模型筛选,基于最优核函数和保留子模型以留一法完成预测.对2个小样本体系的QSAR研究表明,该方法兼具局部核函数和全局核函数的优点,既有较强的学习能力,又有较好的推广能力,预测精度高,稳定性好.

关键词： 支持向量机 小样本 定量构效关系 组合预测