モデル作成XenonPyの記述子クラスと、これまで作成した交差検証関数をつかって、モデルを作成し、HOMO-LUMOギャップに対する予測精度を上げる方法を探索した。目指す目的は、短い学習時間で最良の結果を得ることである。人間の頭でパラメーターを変更して行った結果、誤差・決定係数ともに改善させることに成功した。学習モデルはRadon Forestを用いている。(はてなの仕様だと思うけど、表を横にスクロールしてください。R2とMAE載せてますよ) FP radius n_bits n_estimators max_features R2 MAE PatternFP',"MACCS" 2048 50…