摘要
本研究提出了一个基于数据驱动的框架，利用机器学习预测聚氨酯的玻璃化转变温度（T_g）。构建了一个精选的、基于文献的数据库，并使用SMILES描述符对分子结构进行编码。经过预处理后，训练了四种回归模型——支持向量机（SVR）、决策树、随机森林（Random Forest）和极端梯度提升算法（XGBoost），其中XGBoost取得了最佳性能（R^2约为0.903）和较强的泛化能力。通过皮尔逊相关系数分析对特征进行了优化筛选。与Morgan指纹图谱的比较表明，SMILES描述符具有更高的预测精度，并能更清晰地揭示结构与性质之间的关系。SHAP和ALE等可解释性工具进一步阐明了特定化学特征如何影响T_g，从而验证了该模型的物理可靠性。总体而言，本研究提供了一种准确且易于解释的聚合物性质预测方法，为下一代聚氨酯材料的设计提供了实用指导。
图形摘要
本研究开发了一个基于相关性的机器学习框架，使用RDKit描述符来预测聚氨酯的玻璃化转变温度。通过皮尔逊相关系数热图分析识别冗余特征并指导特征选择，从而提高了模型性能。XGBoost实现了最高的准确率，基于描述符的表示方法在捕捉结构-性质关系方面优于分子指纹图谱。
利益冲突
作者声明不存在利益冲突。
数据可用性声明
本研究中使用的聚氨酯组成及其相应的玻璃化转变温度（T_g）来源于实验测量和公开可获取的在线资源。聚氨酯片段的SMILES表示是通过NovoPro在线工具生成的（https://www.novopro.cn/tools/mol2smiles.html）。所构建的数据集包括使用RDKit从SMILES计算出的分子描述符以及从SMILES生成的分子指纹图谱，还包括用于构建机器学习模型、性能评估和可解释性分析（SHAP和ALE）的所有脚本。所有数据和代码均已公开发布在GitHub上（https://github.com/LCL0216/Machine-Learning-Frameworks/tree/main/github）。本研究中的所有算法均使用开源Python库实现，包括Scikit-learn（
