预测d带中心

import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
import pandas as pd

金属的d波段中心已被广泛用于根据线性Brønsted-Evans-Polanyi关系和Hammer-Nørskov d波段模型来理解金属表面催化反应中的活性趋势。在本文中，使用机器学习方法对十一种金属（Fe，Co，Ni，Cu，Ru，Rh，Pd，Ag，Ir，Pt，Au）的d波段中心及其对两种不同结构（1%金属掺杂或覆盖层覆盖的金属表面）的成对双金属中心进行了统计预测，这些方法来自现成的值作为目标金属的描述符（例如每种金属的密度和熔融焓）。使用统计交叉验证定量评估具有不同描述符数量和不同测试集/训练集比率的四种回归方法的预测准确性。结果表明，梯度提升回归（