Kontakt

k-Nearest-Neighbors (kNN)

Ein k-Nearest-Neighbors-Modell (kNN) sagt eine Eigenschaft vorher, indem es im Trainingsdatensatz die strukturell ähnlichsten bereits bekannten Moleküle sucht – bei PAULYs Modellen wird die Ähnlichkeit über eine Jaccard-Metrik auf Basis von Atom Centered Fragment (ACF) Counts gemessen – und deren bekannte Werte mittelt.

Da dabei keine Annahme über den zugrunde liegenden mathematischen Zusammenhang zwischen Struktur und Eigenschaft getroffen wird, ist ein kNN-Modell robust und leicht zu validieren (PAULYs kNN-Modelle werden mittels Leave-One-Out-Kreuzvalidierung evaluiert). Die Genauigkeit hängt jedoch vollständig davon ab, dass der Trainingsdatensatz tatsächlich ausreichend ähnliche Moleküle enthält – für eine wirklich neuartige Struktur ist die Vorhersage eines kNN-Modells nur so gut wie sein nächster verfügbarer Nachbar.

Modelle, die diesen Ansatz nutzen