几种机器学习方法评估数据集_激素受体结合亲和力可靠预测

数据集概述

该数据集包含1589个有机分子的PM6优化笛卡尔坐标数据，提取自EADB数据库，用于评估多种机器学习方法在预测激素受体结合亲和力方面的可靠性。

文件详解

• 文件名称：cartesiancoord.tar
• 文件格式：.tar（压缩归档格式）
• 内容说明：包含1589个有机分子的PM6优化笛卡尔坐标数据，未提供具体字段映射信息

数据来源

EADB数据库

适用场景

• 机器学习方法评估：测试不同模型在预测分子与激素受体结合亲和力任务中的性能
• 药物研发研究：辅助筛选具有潜在激素活性的有机分子
• 计算化学分析：基于分子结构数据开展定量构效关系（QSAR）研究
• 生物信息学应用：探索分子结构特征与受体结合能力的关联规律