Python机器学习算法预测小分子药性（岭回归+随机森林回归+极端森林回归+加权平均融合模型）

该项目运用Python机器学习算法，通过比较单一模型和融合模型的指标，预测小分子在人体内的清除率。项目运行环境为Python，需要安装Jupyter Notebook或Spyder，并安装matplotlib、numpy、pandas、sklearn库。项目包含三个模块：数据预处理、创建模型并编译、模型训练。单一模型训练包括岭回归模型、随机森林模型和极端森林模型。多模型融合采用加权平均的方式，对最优的两个模型进行加权平均，最终输出最佳结果。评价指标以rmse为主，经过分析，融合模型的rmse最低，达到2.698796237546118。