数据集概述
本数据集为硕士论文《Exploring Symbolic Regression for hypothesis testing of London-Dispersion corrections in theoretical molecular physics》的配套数据，包含论文全文及研究相关的数据文件、代码脚本等。核心内容围绕分子物理领域中，利用符号回归方法对伦敦色散修正进行假设检验的研究展开，支持相关理论分析与方法复现。
文件详解
该数据集包含多种类型文件，具体说明如下：
- 文档文件:
- Masters_Thesis_Gerfried_Millner.pdf: PDF格式，硕士论文全文，阐述研究背景、方法与结论
- 数据文件:
- 51个.txt格式文件（如heli.txt、nemg.txt等）: 原子对相关原始数据文件
- 9个.csv格式文件（如E_disp_LE_ms1.csv、DampingFunction_10runs.csv等）: 符号回归实验结果数据，包含验证误差、复杂度、公式等字段
- name_atom_pairs_2.npy: Numpy格式文件，原子对名称数据
- 代码文件:
- 3个.py格式文件（如generate_data_NN.py、atom_pair_script_GMi.py等）: 数据生成、处理相关的Python脚本
适用场景
- 分子物理研究: 用于伦敦色散修正的理论验证与模型优化
- 机器学习应用: 符号回归方法在物理问题中的算法性能分析
- 计算化学: 分子间相互作用模型的构建与误差分析
- 学术研究复现: 硕士论文研究方法与结果的重复验证
