各セクションにて使用するデータセットの作成のやり方について説明します。
※下記サンプルデータセットはこちらより纏めてダウンロードできます。
実験データセットの作成ポイント
CSVファイルにて作成
データセットに含まれる各項目には、以下の文字種が使用できます。
半角・全角の英数字、日本語、記号、およびギリシャ文字が使用できます。なお、整数値のみからなる特徴量名は不具合を引き起こす原因となるため、使用を避けてください。
半角数字のほか、日本語、半角・全角の英数字、記号、およびギリシャ文字を含む文字列も使用できます。
サンプルを縦に、特徴量（原料やプロセス条件）を横に並べる
1列目にサンプル名を、1行目に特徴量名を記載し、内側に数値を入力します。1列目の1番上のセルは、空欄もしくはnameを入力してください。
※以下の条件の名称があると正しくデータが読み込めません。
なお、目的変数名に以下の記号が含まれている場合、Windowsではファイル・フォルダ名への使用ができないため、全角文字に自動変換されます。
対象記号：「/ \ : * ? " < > |」
文字データの特徴量は数値データと混同させない
文字列の特徴量はダミー変数化できますが、全て文字情報で統一してください。”100g, 200g, ~”などデータが数値+単位の記載であったり、0.2-0.5などの範囲記載であったり、数値以外の表記があると文字列としてみなされます。単位を省く、上限値・下限値で特徴量を分けるなど数値列と文字列で明確に分けます。
欠損データと数値ゼロを混同させない
データセット内に空白セルがあっても問題ありませんが、欠損データの場合のみにし、数値ゼロの場合は明確に0を入力します。測定値が0の場合も空白にすると欠損データとの区別ができなくなります。また全て空白の行および列を含まないようにします。（⇒空白を含むと処理に失敗します）
サンプルデータセット
実験条件・製造条件を説明変数X、材料の活性・物性・特性を目的変数Yとしたときに、XとYが対になったデータセットが学習データとして扱えます。
仮想サンプル生成セクションでも作成できる、説明変数Xのみのデータセットが予測データとして扱えます。
化学構造データセットの作成ポイント
記述子計算やフラグメント生成にて化学構造を扱う場合、CSV形式では1列目にサンプル名、2列目にSMILES表記のデータセット、SMI形式ではSMILES表記のみ（サンプル名なし）のデータセットを作成します。イオンを含む化学構造も扱うことができます。
記述子計算後にデータ表示セクションにて、各化学構造の目的変数Yのデータ列を追加し、学習データを作成することが出来ます。
化学構造生成用に作成する場合は、主骨格データには自由結合手（まだ他の原子と結合していないもの）が1以上あるSMILES表記のデータセット、側鎖データには自由結合手が1つあるSMILES表記のデータセットを作成します。イオンを含む化学構造も扱うことができます。