最近在github找到一篇2021年D题(抗乳腺癌候选药物的优化建模)一等奖的资源,内容公开,链接如下:GitHub - DongZhouGu/MathModel-Pretrain: 研究生数学建模,华为杯数学建模,2021D题(数模之星),乳腺癌,机器学习,数据分析
, W$ v3 ]) q6 [ 具体论文的代码在数模之星文件夹中,该博主是上海大学的,里面包含他答辩的ppt和论文,代码以及所使用到的数据。相当详细。% a; X1 N W6 L# |% w$ X
当然上不去github的同学可以下载我们附件中的内容,也是可以学习的。附件内容如下:附件初始设定为5点体力值
3 O" [% G, u5 P1 ]' ?
8 O5 ] F# Q }% X3 N% g3 r下面我们介绍一下题目:2 M& a. M9 a$ H% s. W, N2 \- f
已有条件: 给出了1974个训练样本和50个测试样本,每个样本有729个特征 - 每个训练样本有7个标签,分别是IC50值、pIC50值、和ADMET性质(包含5个标签)
- IC50值、pIC50值是两个相关的连续变量。pIC50是IC50的负对数
- ADMET性质的五个变标签都是布尔值
4 B0 ^2 b" x% T7 r, B1 H
问题: - 根据特征对IC50值和pIC50值影响的重要性进行排序,并给出前20个对IC50值和pIC50值最具有显著影响的特征
- 选择不超过20个特征,构建IC50值和pIC50值的定量预测模型,并计算测试样本的IC50值和pIC50值。
- 构建ADMET性质的分类预测模型,并计算测试样本的ADMET性质
- 寻找并阐述哪些特征,以及这些特征在什么取值范围时,pIC50值取值较好,同时具有更好的ADMET性质(给定的五个ADMET性质中,至少三个性质较好)1 f H; [; j! ?9 Q( s% V3 f
对于题目的理解大家可以看附件中的论文,肯定要比我理解深刻。希望大家可以学到知识。
# D i* t2 r) O8 m2 i附件如下
. w6 L# D; f" a- Y
6 M: ?! \( H# L
5 b! F+ Y0 z; {. d) G( @4 r |