zpn/clearance

`clearance`数据集是Chemberta-2基准测试的一部分，包含由机器生成的分子数据，主要用于生物、生物化学、分子网络和生物物理学领域。每个数据实例包含分子的SMILES和SELFIES表示，目标字段未明确说明。数据集采用80/10/10的训练/验证/测试分割，使用骨架分割方法。数据最初由斯坦福大学的Pande Group生成，并遵循MIT许可证发布。

原始信息汇总

数据集概述

数据集基本信息

• 名称: clearance
• 语言: 单语种（monolingual）
• 许可证: MIT
• 大小: 小于1000条记录（n<1K）
• 标签: bio, bio-chem, molnet, molecule-net, biophysics
• 任务类别: other

数据集描述

数据集总结

• clearance 是 Chemberta-2 benchmarking 中的一个数据集。

数据集结构

数据字段

• smiles: 分子SMILES表示
• selfies: 分子SELFIES表示
• target: 目标值

数据分割

• 数据集采用80/10/10的训练/验证/测试分割，使用scaffold split方法。

数据集创建

源数据

• 数据最初由斯坦福大学的Pande Group生成。

许可证信息

• 该数据集最初发布于MIT许可证下。

引用信息

@misc{https://doi.org/10.48550/arxiv.1703.00564, doi = {10.48550/ARXIV.1703.00564}, url = {https://arxiv.org/abs/1703.00564}, author = {Wu, Zhenqin and Ramsundar, Bharath and Feinberg, Evan N. and Gomes, Joseph and Geniesse, Caleb and Pappu, Aneesh S. and Leswing, Karl and Pande, Vijay}, keywords = {Machine Learning (cs.LG), Chemical Physics (physics.chem-ph), Machine Learning (stat.ML), FOS: Computer and information sciences, FOS: Computer and information sciences, FOS: Physical sciences, FOS: Physical sciences}, title = {MoleculeNet: A Benchmark for Molecular Machine Learning}, publisher = {arXiv}, year = {2017}, copyright = {arXiv.org perpetual, non-exclusive license} }