案例一：描述符建模与 SHAP

本例列出 36 个常见分子的 SMILES。六个 RDKit 特征是分子量、TPSA、氢键供受体数、 可旋转键数与环数；目标为 RDKit 计算的 Crippen logP。 不含实验或尚未发表的标签。

这是计算目标的操作教程，不是 Surfacia 量子表面 benchmark，也不是实验 logP 精度声明。

下载与复现

• 描述符表

• SMILES

• 生成脚本

• 运行环境与指标

按 安装与版本核对 安装，CSV 保存为 descriptors.csv：

surfacia ml-analysis -i descriptors.csv --manual --manual-features Full --test-samples "6,12,18,24,30,36" --epoch 32 --cores 1 --train-test-split 0.85 --no-generate-fitting

六个特征固定，显式留出六个样本。32 次重复用于操作演示，不是论文冻结协议。 记录的输出由当前源码使用该命令实际运行生成。

实际运行：建模池验证 R² = 0.766、MAE = 0.267；留出 R² = 0.076、MAE = 0.307。六样本的测试 R² 不稳定且较弱，本例不构成泛化证明。每个建模样本至少进入验证集两次。

实际运行输出，目标为 RDKit 计算性质。

模型归因，不是已验证的化学机理。

• 建模池明细

• 留出明细

评价边界见 读取预测与解释输出，交互查看见 从模型归因读出化学意义。