Другие модели (sklearn)

Классические регрессоры sklearn для расчета коэффициента распыления

23 параметра → 1000 точек
Инструкция:

Введите 23 физических параметра, характеризующих ион и мишень. Модель построит график зависимости lg(SY) от lg(E) в диапазоне 10-1 000 000 эВ (1000 точек).

Автозаполнение: сначала all_materials_after_libriries.csv (models/), затем библиотеки по all_materials_after_libriries_sources.txt; незаполненные поля — с предупреждением.

Ввод параметров

1. Основные параметры
Атомный номер иона
ion_Z
Атомная масса, а.е.м.
ion_mass
Атомный номер мишени
target_Z
Атомная масса, а.е.м.
target_mass
2. Термодинамические свойства мишени
K
Температура плавления материала
target_melting_point
K
Температура кипения материала
target_boiling_point
кДж/моль
Энергия испарения
target_evaporation_heat
кДж/моль
Энтальпия образования
target_heat_of_formation
ГПа
Сопротивление сжатию
target_bulk_modulus
г/см³
Плотность материала
target_density
эВ
Энергия отрыва электрона
target_first_ion_en
эВ
Работа выхода электрона
target_work_function
пм
Радиус атома
target_atomic_radius
пм
Ковалентный радиус
target_covalent_radius_slater
пм
Межмолекулярный радиус
target_vdw_radius
3. Свойства иона
K
Температура плавления иона
ion_melting_point
K
Температура кипения иона
ion_boiling_point
кДж/моль
Энергия испарения иона
ion_evaporation_heat
кДж/моль
Энтальпия образования иона
ion_heat_of_formation
эВ
Энергия ионизации иона
ion_first_ion_en
пм
Радиус иона
ion_atomic_radius
пм
Ковалентный радиус иона
ion_covalent_radius_slater
пм
Межмолекулярный радиус иона
ion_vdw_radius

Профили Simple, Complex и Simple+complex используют те же 23 числа из формы; энергия по оси графика и расширенные признаки собираются так же, как при обучении (целевая величина — lg(SY)).

Пустые поля — автоматически: lg(E) снизу lg(Eth)−0.2, сверху max(⌈lg(Emax+0.5)⌉, ⌈lg(Emax PySR)⌉).

О вкладке «Другие модели»

Выберите модель и профиль признаков (simple / complex / simple+complex). На графике — постобработка Yamamura МНК по интервалам энергий.

Характеристики (выбранная модель):

  • Выберите модель sklearn