دیتاست اطلاعات تجزیه بیولوژیک qsar

دیتاست اطلاعات تجزیه بیولوژیک qsar

این پروژه مربوط به دیتاست تجزیه بیولوژیک qsar می باشد .مجموعه داده های زیست تخریب QSAR در شیمی معدنی میلانو گروه تحقیقاتی (دانشگاه سوختگی استودیو میلان دوکوکا ، میلان، ایتالیا)ساخته شده است. تحقیقاتی که به این نتایج دست یافتند، از برنامه چهارم برنامه هفتم اتحادیه اروپا تحت توافقنامه مالیاتی ۲۳۸۷۰۱ از ماری کوری پروژه ITN زیست شناسی شیمی (ECO).
داده ها برای توسعه QSAR (روابط فعالیت های کمی ساختاری) برای مطالعه رابطه بین ساختار شیمیایی و تجزیه زیستی مولکول ها استفاده شده است. آزمایشات ارزش زیستی ۱۰۵۵ مواد شیمیایی از وب سایت موسسه ملی فناوری و ارزیابی ژاپن (NITE) جمع آوری شد. مدل های طبقه بندی به منظور تشخیص مولکول های قابل تجزیه آماده (۳۵۶) و آماده (۶۹۹) با استفاده از سه روش مدل سازی متفاوت تهیه شده است: k نزدیکترین همسایگان، تجزیه و تحلیل های جزئی جزئی ترین مربعات و ماشین های بردار پشتیبانی. اطلاعات مربوط به ویژگی ها (توصیفگرهای مولکولی) که در هر مدل انتخاب شده اند می توانند در مرجع نقل شده یافت شوند: منصوری، ک.، رینگست، ت.، بالبوی، دی.، تدسینی، ر.، کنسونوی، و. (۲۰۱۳). ساختار کمی – مدل ارتباطات فعالیت برای تجزیه پذیری مواد شیمیایی آماده. مجله اطلاعات شیمی و مدل سازی
تعداد نمونه ها:
۱۰۵۵
تعداد ویژگی ها:
۴۱
داده های پرت:
این دیتا ست فاقد داده های پرت یا Missing Values می باشد.

امکانات پروژه اطلاعات تجزیه بیولوژیک qsar:
۱- این دیتاست دارای یک داکیومنت کامل فارسی است. در این داکیومنت عنوان دیتاست، توضیحات کامل دیتاست، تعداد ویژگی ها، تعداد نمونه ها، توضیح تمام ویژگی های موجود و لینک دیتاست تشریح شده است.
۲- این دیتاست دارای یک داکیومنت کامل انگلیسی نیز می باشد، که در این دیتاست اطلاعات کاملی به زبان لاتین در رابطه با دیتاست معرفی شده ارائه شده است.
۳- پس از خرید، امکان دانلود فایل اصلی دیتاست در قالب فایل اکسل میسر است.
۴- فایل پیش پردازش دیتاست
۵- وجود فایل ARFF و قابل اجرا در نرم افزار داده کاوی مثل وکا
۶- امکان دانلود لینک دیتاست در یک فایل متنی به صورت جداگانه

نکته: برای این دیتاست انواع الگوریتم های داده کاوی اعم از ۱۴۷ الگوریتم دسته بندی (مثل: درخت تصمیم، شبکه عصبی، ماشین بردار پشتیبان و …)، ۶ الگوریتم خوشه بندی (مثل: K-Means ، DBSCAN ،X-Means و…)، ۳ الگوریتم انجمنی (مثل Apriori ، FP-Growth و …) و چندین الگوریتم انتخاب ویژگی (مثل PSO و …) با استفاده از ابزارهای داده کاوی و برنامه نویسی اعم از رپیدماینر، وکا، تاناگرا، SPSS، مدلر، کلمنتاین، متلب و … تهیه و پیاده سازی شده است.