Deepchem API 参考

# DeepChem API 参考 本文档提供了 DeepChem 核心 API 的全面参考，按功能进行组织。 ## 数据处理 ### 数据加载器 #### 文件格式加载器 - **CSVLoader**: 从 CSV 文件加载表格数据，支持自定义特征处理 - **UserCSVLoader**: 用户自定义 CSV 加载，支持灵活的列规范 - **SDFLoader**: 处理分子结构文件 (SDF 格式) - **JsonLoader**: 导入 JSON 结构的数据集 - **ImageLoader**: 为计算机视觉任务加载图像数据 #### 生物数据加载器 - **FASTALoader**: 处理 FASTA 格式的蛋白质/DNA 序列 - **FASTQLoader**: 处理带有质量分数的 FASTQ 测序数据 - **SAMLoader/BAMLoader/CRAMLoader**: 支持序列比对格式 #### 特殊加载器 - **DFTYamlLoader**: 处理密度泛函理论计算数据 - **InMemoryLoader**: 直接从 Python 对象加载数据 ### 数据集类 - **NumpyDataset**: 封装 NumPy 数组以进行内存中数据操作 - **DiskDataset**: 管理存储在磁盘上的大型数据集，减少内存开销 - **ImageDataset**: 专门用于基于图像的机器学习任务的容器 ### 数据分割器 #### 通用分割器 - **RandomSplitter**: 随机数据集划分 - **IndexSplitter**: 按指定索引分割 - **SpecifiedSplitter**: 使用预定义的分割 - **RandomStratifiedSplitter**: 分层随机分割 - **SingletaskStratifiedSplitter**: 单任务分层分割 - **TaskSplitter**: 多任务场景下的分割 #### 分子专用分割器 - **ScaffoldSplitter**: 按结构骨架划分分子（防止数据泄露） - **ButinaSplitter**: 基于聚类的分子分割 - **FingerprintSplitter**: 基于分子指纹相似度进行分割 - **MaxMinSplitter**: 最大化训练集/测试集之间的多样性 - **MolecularWeightSplitter**: 按分子量属性分割 **最佳实践**: 对于药物发现任务，请使用 ScaffoldSplitter 以防止在相似分子结构上过拟合。 ### 转换器 #### 归一化 - **NormalizationTransformer**: 标准归一化 (均值=0, 标准差=1) - **MinMaxTransformer**: 将特征缩放到 [0,1] 范围 - **LogTransformer**: 应用对数转换 - **PowerTransformer**: Box-Cox 和 Yeo-Johnson 转换 - **CDFTransformer**: 累积分布函数归一化 #### 任务专用 - **BalancingTransformer**: 解决类别不平衡问题 - **FeaturizationTrans