新的 Python 库连接分子机器学习与 scikit-learn

一个名为 scikit-fingerprints 的新 Python 库已发布，旨在将分子机器学习功能与 scikit-learn 生态系统集成。该库基于 RDKit 构建，为分子指纹、相似性度量和数据拆分策略提供了一个统一的接口，旨在简化分子机器学习工作流程的原型设计、复现和部署。目标是使这些化学信息学工具更容易获得，并与更广泛的 Python 机器学习领域兼容。 AI

影响 促进分子数据与标准机器学习流程的轻松集成，可能加速药物发现和材料科学研究。

排序理由 该条目描述了一个新的软件库及其功能，以 arXiv 上的研究论文形式呈现。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXivLabs
• CatalyzeX Code Finder for Papers
• cheminformatics
• Connected Papers
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• IArxiv Recommender
• Influence Flower
• Litmaps
• Python
• RDKit
• ScienceCast
• scikit-fingerprints
• scikit-learn
• scite Smart Citations
• SMILES

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →