《表4 Jackknifed R的检验》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于神经网络的喹诺酮羧酸类衍生物活性研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为检验模型稳健性的大小，这里一方面采用Jackknifed留一法进行检验，即在48个分子中剔除一个分子进行回归分析建模，依此类推，这样共建立48个模型，有48个检验相关系数R（见表4），这些检验相关系数R的平均值为0.944，与方程（2）的相关系数完全吻合，说明模型（2）稳定性较好；另一方面应用Minitab 14数据统计分析软件中的留一交叉验证法，对多元回归方程进行检验，得到预测喹诺酮羧酸衍生物活性方程的交互检验相关系数R2cv=0.819，远大于0.5，当R2cv越接近于1时，说明所建模型稳定性也就越好，对活性的预测能力也越强[24]，此外调整判定系数R2adj（0.875）与交互检验相关系数R2cv（0.819）两者的差值为0.056，该值小于0.3，这也说明预测喹诺酮羧酸衍生物活性的模型稳定性良好，没“过拟合”现象。