На Ð¿Ñ€Ð°Ð²Ð°Ñ Ñ€ÑƒÐºÐ¾Ð¿Ð¸ÑÐ¸

простые и сложные эфиры, кетоны, альдегиды, карбоновые кислоты, нитрилы,
имины, амины, амиды, галоген- и серосодержащие соединения, нитросоединения)),
разбивалась 10-ю разными способами на три выборки: обучающую
(293 соединений), контрольную (37 соединение) и выборку для оценки
прогнозирующей способности (37 соединение). Согласно описанной выше схеме,
с помощью процедуры БПМЛР из рассчитанного множества дескрипторов
проводился их отбор для 10 различных вариантов разбивки базы данных. В
процессе построения каждой линейной регрессионной модели проводилось последовательное
включение дескрипторов до достижения наименьшей среднеквадратической
ошибки на внутренней контрольной выборке.
Табл. 11. Усредненные статистические характеристики линейно-регрессионных
моделей при варьировании максимального размера дескрипторов
Общее количество
Среднее
МЛР
Количество
количество
дескрипторов
дескрипто-
отобранных
RMS
атомов
R обу RMS конт RMS пре
обуч
ч
р
д
ров
1 146 38±20 0,9204 0,2172 0,2366 0,2407
2 531 53±12 0,9740 0,1260 0,1857 0,1853
3 1757 46±16 0,9794 0,1113 0,1950 0,2119
4 1974 42±22 0,9593 0,1336 0,2079 0,2341
5 2183 34±21 0,9531 0,1470 0,2113 0,2330
6 2413 36±21 0,9681 0,1307 0,1960 0,2207
7 2566 33±19 0,9662 0,1302 0,2088 0,2392
8 2649 35±22 0,9656 0,1337 0,2075 0,2305
9 2703 33±20 0,9652 0,1348 0,2077 0,2322
10 2732 35±22 0,9658 0,1330 0,2081 0,2316
11 2945 35±22 0,9657 0,1331 0,2044 0,2297
12 2759 35±22 0,9657 0,1331 0,2044 0,2297
13 2770 35±22 0,9657 0,1331 0,2044 0,2297
МЛР – множественная линейная регрессия; R ср – коэффициент корреляции;
RMS обуч , RMS контр , RMS предск - среднеквадратичная ошибка на обучающей, контрольной
выборках и на выборке для оценки предсказательной способности,
соответственно.
208