На Ð¿Ñ€Ð°Ð²Ð°Ñ Ñ€ÑƒÐºÐ¾Ð¿Ð¸ÑÐ¸

рена возможность формирования такого поднабора дескрипторов, внутри которого
отсутствует линейная попарная зависимость между ними, что часто позволяет
резко сократить число используемых дескрипторов. Кроме того, во многих
задачах прогнозирования физико-химических свойств химических соединений
степень нелинейности их зависимости от значений дескрипторов оказывается
не очень высокой, хотя и существенной для максимально точного прогнозирования,
что дает возможность использовать быстрые линейно-регрессионные
методы отбора дескрипторов. Хотя в общем случае сформированный таким образом
набор отобранных дескрипторов может оказаться неоптимальным, в реальных
задачах по изучению зависимости «структура-свойство» (когда число
подструктурных дескрипторов может составить тысячи и даже десятки тысяч,
что делает проблематичным использование чистых нейросетевых методов отбора
дескрипторов) такой подход часто оказывается единственно возможным.
Для обеспечения этого в «NASAWIN» предусмотрена специальная интерактивная
процедура пошаговой линейной регрессии (БПМЛР, см. подраздел 4.1.5),
которая позволяет пользователю быстро сформировать небольшой набор ценных
дескрипторов, который в дальнейшем может быть использован для обучения
нейронной сети.
8.2.6. Построение классификационных моделей структура-активность
Очень часто, особенно при работе с биологическими данными, значения
свойств представлены на качественном уровне (1 - есть активность, 0 - нет активности).
Программа «NASAWIN» способна самостоятельно различать типы
представления исходных данных и в зависимости от этого строить классификационные
либо регрессионные. Кроме того, предусмотрена возможность ручного
разбиения массива исследуемых соединений по каждому конкретному свойству
на активные и неактивные, с последующим построением классификационных
моделей. Пользователь может изменять пороговую величину для такого
разбиения. Подчеркнем, что в данную диссертационную работу включено использование
только регрессионных методов.
300