一种自适应且可解释的模型架构_用于化学危险性属性的共识预测数据

数据集概述

本数据集为化学品危险特性共识预测研究相关数据，包含训练、验证及可解释性案例的支持信息，用于辅助自适应可解释建模架构的构建与验证，涉及化学品危险特性预测领域的实验数据。

文件详解

• Supporting Information for interpretable case.xlsx
• 文件格式：XLSX
• 字段映射介绍：提供模型可解释性案例的支持信息，具体字段未提供预览
• data1_train.xlsx
• 文件格式：XLSX
• 字段映射介绍：模型训练用数据文件，具体字段未提供预览
• data1_validation.xlsx
• 文件格式：XLSX
• 字段映射介绍：模型验证用数据文件，具体字段未提供预览

适用场景

• 化学品危险特性预测模型训练: 利用训练数据构建自适应可解释的化学品危险特性预测模型
• 模型性能验证: 通过验证数据评估预测模型的可靠性和准确性
• 模型可解释性分析: 基于支持信息案例研究模型的可解释性机制
• 化学品安全研究: 为化学品危险特性的快速共识预测提供数据支持