MoleculeNet 分子机器学习基准数据集
机器学习
0 下载
40 浏览
2026-08-24
数据集简介
MoleculeNet 是面向分子机器学习(molecular machine learning)的大规模基准项目,其成果作为 DeepChem 开源库的一部分发布。项目的核心目标是把分散的公共分子数据集整合到统一框架下,为该领域提供可比较、可复现的评估环境。
基准构成与功能
MoleculeNet 主要包含三方面内容:
- 数据集管理:统一管理多个公共数据集,覆盖分子性质预测等分子机器学习任务;
- 评估指标:为相关任务建立标准化的评估指标,使不同方法的结果可以公平对比;
- 开源实现:提供多个先前提出的分子特征化方法与学习算法的高质量开源实现,全部随 DeepChem 开源库发布。
基准结论
MoleculeNet 的基准测试表明,可学习的表示(learnable representations)是分子机器学习的强大工具,并在广泛的任务上提供了最佳性能。
获取方式
该基准公开免费,可通过 OpenDataLab 的数据集页面访问与下载,也可结合 DeepChem 开源库直接使用其数据处理与模型实现。
基本信息
记录数量未知
文件大小未知
文件格式未知
数据来源DeepChem
数据落地页https://opendatalab.com/OpenScienceLab/MoleculeNet
发布日期2026-08-24
分子机器学习基准测试DeepChem分子特征化开源数据集
上架信息
数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载