一种基于小样本的机器学习预测高分子材料性能的方法

本发明提供了一种基于小样本的机器学习预测高分子材料性能的方法，属于机器学习技术应用领域。所述方法包括：通过分子动力学模拟获取原始数据；通过插值法对原始数据进行扩充，获得数据集；对数据集进行聚类分析，获得类别平衡的数据集；将数据集输入机器学习预测模型进行训练，并进行预测。本发明在有限样本情况下，通过分子动力学模拟为机器学习提供原始训练数据，不仅可以针对性地研究具体聚合物材料的特定性质，还可以解决实际实验的周期较长、成本较高等问题。