Support vector classification for SAR of 5-HT3 receptor antagonists

摘要

在这个工作，支持向量分类(SVC ) 算法被用来造结构活动 5-hydroxytryptamine 类型的关系(SAR ) 模型 3 (5-HT3 ) 有 26 混合物的受体对手。在基准测试， SVC 与当前在这块地里使用的机器学习的几种技术相比。模型的预言表演根据 leave-one-out 交叉验证被讨论。结果证明 SVC 模型的预言的精确性比背繁殖的那些高人工的神经网络(BP ANN ) ， K 近邻居(KNN ) 和菲希尔方法。关键词支持向量分类 - 结构活动关系 - chemometrics - 中国(资助号码 20373040 ) 的国家自然科学基础支持的 5-HT3