《表2 支持向量机与人工神经网络、多元线性回归、偏最小二乘回归模型比较结果》

  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QSAR模型的有机磷化合物毒性预测》

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

在使用ANN进行建模的过程中，设置输入层节点14个，隐蔽层节点8个，输出层节点1个，激活函数为sigmoid。训练集与测试集分别为36个与8个。图3（b）、（c）、（d）和表2显示，ANN建立的QSAR模型留一法验证结果相关系数R为0.686，RMSE为0.745；MLR模型建立的QSAR模型留一法验证结果相关系数R为0.878，RMSE为0.463；PLS建立的QSAR模型留一法验证结果相关系数R为0.620，RMSE为0.515。表4列出了8个外部测试样本的结构、毒性值以及在不同算法下的预测值（Acal）。外部数据验证结果显示，ANN模型预测结果的平均相对误差为10.0%，MLR模型的QSAR模型预测结果的平均相对误差为7.00%，PLS的QSAR模型预测结果的平均相对误差为22.70%，综合比较四种算法的交叉验证结果、相关系数、RMSE和平均相对误差，发现ANN、MLR与PLS三种算法结果都劣于SVM预测结果。基于以上研究结果，最终选择线性核函数的SVM模型作为预测OPs毒性的QSAR模型。