ML毒性预测
在毒性预测挑战中,主要目标是建立一个机器学习预测模型,该模型使用与该化学品相关的功能来检测该化学品是有毒还是无毒。
代码执行:我们已经使用Kaggle平台来进行毒性预测挑战。 我们还从Kaggle本身执行了代码执行和提交。 我们包括了所有源代码(.ipynb格式)和输出文件(excel格式)。 更改平台:要执行在不同平台而非Kaggle中提供的源代码,我们希望使用jupyter notebook。
在Jupyter Notebook中执行代码的步骤:
1. jupyter笔记本中提供的开源代码(.ipynb格式)。
2.在jupyter笔记本中上载火车,测试和特征csv,或者在代码中提及它们在系统中的当前位置,以更改代码中的火车,测试和特征数据集的地址。
3.保存并运行代码。