Matbench 测试套件 v0.1 包含来自 10 个数据集的 13 个监督 ML 任务。Matbench 的数据来源于材料科学的各个子学科，如实验机械性能（合金强度）、计算的弹性性能、计算和实验的电子性能、光学和声子性能，以及用于晶体、二维材料和无序金属的热力学稳定性。每个任务的样本数量范围从 312 到 132,752，代表了相对稀少的实验材料性能和相对丰富的性能，例如 DFT-GGA 形成能。每个任务都是一个自包含的数据集，包含一个单一的材料原始输入（可以是成分或成分加晶体结构）和每个样本的目标属性作为输出。为了帮助强化同质性，数据集在预处理时会删除不物理的计算数据和与任务无关的实验数据（有关更多详细信息，请参见方法）；因此，与许多原始数据集、结构化在线数据库或最近由 Clement 等人的材料基准努力相比，Matbench 的任务已经清理过数据，以便输入到 ML 流水线中。
MatBench官网：https://matbench.materialsproject.org/
Dunn A, Wang Q, Ganose A, et al. Benchmarking materials property prediction methods: the Matbench test set and Automatminer reference algorithm[J]. npj Computational Materials, 2020, 6(1): 138.
