2021年研究生数学建模D题首问：分子描述符的甄选与解析

简介：
本研究聚焦于2021年研究生数学建模竞赛D题的第一部分，探讨如何有效甄选及解析分子描述符，为后续模型建立奠定基础。 本项目包含数据集文件、源代码文件（包括.ipynb格式的交互式笔记本）、可视化结果以及详细的项目与数据集说明文档。在代码中添加了详尽的注释，便于理解和复用。 研究重点是对1974个化合物中的729个分子描述符进行变量选择，并根据这些变量对生物活性的影响程度对其进行排序，最终确定出前20个最具显著影响的分子描述符。这对抗乳腺癌药物的研究具有重要的参考价值。 具体流程如下：首先读取并分析原始数据文件；接着通过方差筛选去除部分特征；然后利用随机森林模型计算各个特征的重要性，并据此选择备选特征；最后基于各特征之间的相关性，确定最终所需保留的特征集合。