主要使用Matminer这个特征转换器和Pymatgen进行前处理，再放入Scikit-Learn等框架中运行具体的算法。

数据检索与过滤 

操作：根据实验设计的需要，通过各种方式获得所需数据，例如原子半径、带隙、化合价, 并整理成表格形式（CSV，JSON...），然后用Python转换为Dataframe格式方便进行后续处理。

工具：Python - Numpy(科学计算，矩阵处理), Pandas(数据读取，存放，处理), Matplotlib(绘图), Matminer(特征转换和形成), Sci-kit Learn(基本机器学习算法实现), Tensorflow(深度学习)...

作用：获得想要研究的数据

机器学习生成描述符

特征化

操作：

$$
f(Fe_2O_3)\rightarrow[1,2,3,4]
$$

举个例子：

 from matminer.featurizers.compostion import ElementFraction
 ef = ElementFraction()
 element_franctions = ef.featurize(df, 'composition')

就可以将搜集好的数据表中的composition（一般要写成Fe2 O3）这种形式，可以用pymatgen的Conversion库转化。

查看具体输出了什么特征：

 from matminer.featurizers.structure import DensityFeatures
 densityf = DensityFeatures()
 print(densityf.feature_labels())

（相关的链接：Matminer特征库）

工具: Matminer里的各种Featurizer

作用：将机器难以识别的参数转化为可识别的向量输出。

处理错误

通常，数据是混乱的，特征转换时可能报错。在 featurize _ dataframe() 中设置ignore_errors=True 以跳过错误；如果希望在附加列中看到返回的错误，也可以将return_errors 设置为True。

机器学习模型选择

目前的状况：有了数据（特征），就可以找合适的模型进行训练数据集了。

这部分主要就是对比哪个算法的score最高，就是纯建模调参问题了。

基本流程： 数据整理、划分数据集、输入模型、评估结果、改良模型、对模型进行物理或化学上的解释。