化学データセットの可視化と探索的データ解析【Python, RDKit】 | In-Silico NoteBook

2020年2月17日2021年8月28日 機械学習/QSARモデル作成の前段階として、例えば化学構造と活性のリストからなる化合物データについて、その中身を俯瞰的に解析することはモデルの選択や理解のために重要です。 今回は、目的変数と関連のある特徴を見出すためのデータサイエンス手法として、化合物データセットの探索的データ解析を行ってみる。 探索的データ解析とは 探索的データ解析（Exploratory data analysis）は、データの可視化や相関解析など通して主な特徴を要約する、 データ分析の初期段階で重要なアプローチです。データの中からもともと想定していたパターンが認められるかを検証したり、何かしらのパターンがあるかを探したりするために行われます。 1970年代の統計学者Tukeyの書籍「Exploratory data analysis」は今や約2万件引用されているほど、デー