华为杯数学建模，2021D题（数模之星），乳腺癌，机器学习，数据分析

2744557306

    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
3 d2 h3 {) b. g% ~+ E   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。
  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

, L" e0 a3 d) W7 M, g, I  ?+ c下面我们介绍一下题目：
$ Z8 f; G5 A9 ~5 E0 Q

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
  ! p1 ]1 W" c* }0 z+ v# I0 @: t

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）
  

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。

附件如下

! _4 _) H! Y4 R5 D" _