数据噪声限制环糊精结合模型精度,基于扩散的尺寸描述符并不优于McGowan体积
- 从三个层面评估了环糊精包合常数汇编数据的可重复性:单项量热研究内部、实验室与方法之间的比较,以及标准汇编中的重复主客体对,后者显示出含大偏差值的重尾分布。
- 将该噪声传播到小规模建模集后,样本外R2上限远低于已发表数值,且测定值噪声解释了留一法误差的大部分。
- 基于实测扩散系数的尺寸描述符与McGowan体积(均与log P组合)在统计上无法区分;整组化学家族被留出时两者精度均下降。
💡 要点 基于摘要的观点
在信任任何来自文献的亲和力数据集的R2之前,我都想先看到基于重复测定算出的上限。自家的实验数据也可以这样做:用重复测定估计噪声方差,并把可达到的R2与每个模型并列报告。另外,一个只能与McGowan体积打平的“新”描述符,是叫你停手而不是继续调参。只有按化学家族留出的划分才算诚实的评估。