HATReact性预测器 通过机器学习预测氢原子转移(HAT)React的React性演示示例 要求 matplotlib=3.3.1 numpy=1.19.2=pypi_0 Orange=3.25.1 pandas=1.1.1 scipy=1.5.2=pypi_0 seaborn=0.9.0 sklearn=0.22.1 xgboost=1.3.3=pypi_0 建议在Linux环境中执行此项目 如何使用模型 步骤1:优化React物和产物分子(底物和HAT自由基)的结构并计算其性质 1.获得稳定的结构进行特征计算:使用量子化学软件,例如Gaussian或Orca,获得B3LYP / 6-31 + G(d,p)级别的优化结构。 可以考虑用于HATReact性的C原子可以从1开始顺序编号,以方便进行3.特征收集步骤。 2.特征计算:在M06-2X / def2-TZVPP级别上通过自然键