支持向量机法对活血化瘀类药物的分类研究

以密度、基于分子表面的弱电场参数、投影参数及氢键供体数等11个结构描述符为输入,通过支持向量机(SVM)方法对99个活血化瘀类药物活性建立了构效关系的分类模型。全部化合物被随机分为包含85个化合物的训练集和包含14个化合物的测试集,使用十重交互检验方法选择最优的惩罚函数及核函数参数值,研究表明这个模型对活血化瘀类药物的活性有很好的预测效果(训练集中准确率为100%,测试集中准确率为92.9%),显示出了支持向量机算法在研究中药构效关系方面有很好的应用前景。