标题 |
LightGBM: An Effective and Scalable Algorithm for Prediction of Chemical Toxicity–Application to the Tox21 and Mutagenicity Data Sets
LightGBM:一种有效且可扩展的化学毒性预测算法——在Tox21和致突变性数据集中的应用
相关领域
机器学习
计算机科学
随机森林
化学信息学
人工智能
可扩展性
Boosting(机器学习)
支持向量机
朴素贝叶斯分类器
算法
决策树
梯度升压
生物信息学
大数据
集合预报
数据挖掘
生物信息学
生物
基因
数据库
化学
生物化学
|
网址 | |
DOI | |
其它 |
期刊:Journal of Chemical Information and Modeling 作者:Jin Zhang; Dániel Mucs; Ulf Norinder; Fredrik Svensson 出版日期:2019-09-27 |
求助人 | |
下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|