3、材料特征工程（上）：元素属性特征、结构特征与描述符构建

各位同学好，我是老张。今天咱们聊聊材料特征工程的上半部分。说实话，这个环节是我做材料AI项目时最花心思的地方。你想想看，模型再牛，喂进去的数据不行，那结果就是垃圾进垃圾出。我见过太多人一上来就调模型参数，结果特征没做好，白白浪费了时间。

材料特征工程，说白了就是给材料做「体检报告」。我们要把材料的各种属性转化成计算机能理解的语言。今天重点讲三块：元素属性特征、结构特征，还有怎么把这些特征组合成有效的描述符。

3.1 元素属性特征：材料的「基因」

元素属性是材料最底层的特征。就像人的基因决定了身高、肤色一样，元素的电负性、原子半径、价电子数这些基本属性，很大程度上决定了材料的行为。

3.1.1 电负性

电负性这个概念，大家本科都学过。它衡量的是原子吸引电子的能力。我个人习惯把电负性差作为第一个特征来构建。为什么？因为电负性差直接决定了化学键的类型。

我在项目中遇到过这样一个坑：有次做钙钛矿太阳能电池材料筛选，我直接用元素电负性的绝对值作为特征，结果模型预测精度一直上不去。后来我改成用A位和B位元素的电负性差值，精度直接提升了15%。

3.1.2 原子半径

原子半径影响的是材料的堆积方式和晶格参数。常用的有共价半径、离子半径、金属半径。我个人建议用离子半径，因为大多数无机材料中，原子是以离子形式存在的。

举个例子，做氧化物材料时，氧离子的半径是固定的（约1.4 Å），阳离子的半径变化很大。这时候用半径比（r_cation/r_anion）作为特征，能很好地预测配位数和晶体结构类型。

半径比范围	配位数	典型结构
0.155 - 0.225	3	三角形
0.225 - 0.414	4	四面体
0.414 - 0.732	6	八面体
0.732 - 1.000	8	立方体

3.1.3 价电子数

价电子数决定了元素的化合价和成键能力。这里要注意，不是简单地用族数就行。过渡金属的价电子情况比较复杂，d电子的贡献不能忽略。

3.2 结构特征：材料的「骨架」

光有元素属性还不够。同样的元素组成，不同的结构会带来完全不同的性质。石墨和金刚石就是最好的例子。

3.2.1 空间群

空间群是晶体对称性的完整描述。一共有230种空间群。但说实话，你不需要记住所有。我一般把空间群编码成数值特征，比如用空间群序号（1-230）作为输入。

嗯，这里要注意：直接用序号可能会丢失对称性信息。更好的做法是用空间群的对称操作数量、晶系类型等衍生特征。

3.2.2 晶格常数

晶格常数是晶体最基本的几何参数。包括a、b、c三个轴长和α、β、γ三个夹角。我建议把晶格常数归一化处理，因为不同材料的晶格常数差异很大。

# 晶格常数归一化示例
def normalize_lattice(a, b, c):
    # 用平均轴长做归一化
    avg = (a + b + c) / 3
    return a/avg, b/avg, c/avg

# 计算晶格畸变参数
def lattice_distortion(a, b, c):
    # 衡量晶格偏离立方对称的程度
    return np.std([a, b, c]) / np.mean([a, b, c])

3.2.3 配位数

配位数描述的是中心原子周围最近邻原子的数量。这个特征看似简单，但信息量很大。配位数直接关联到原子堆积效率和键合强度。

3.3 组合特征与描述符构建

单个特征往往不够用。真正的功夫在于怎么把多个特征组合成有效的描述符。这就像做菜，单放盐不行，得盐、糖、醋搭配着来。

3.3.1 经典描述符

材料领域有一些经典的组合描述符，比如：

• 容差因子（t）：用于钙钛矿结构稳定性预测，t = (r_A + r_X) / √2(r_B + r_X)
• 八面体因子（μ）：μ = r_B / r_X，用于判断八面体稳定性
• 电负性差（Δχ）：Δχ = χ_A - χ_B，用于预测键的极性

3.3.2 自定义描述符构建

很多时候，现成的描述符不够用。我一般会这样做：

1. 先列出所有可能相关的元素属性和结构特征
2. 用相关性分析筛选出与目标性质高度相关的特征
3. 尝试不同的数学组合（加、减、乘、除、指数等）
4. 用交叉验证评估组合效果

# 自定义描述符构建示例
def build_descriptor(df):
    # 基础特征
    df['chi_diff'] = df['chi_A'] - df['chi_B']
    df['radius_ratio'] = df['r_A'] / df['r_B']
    
    # 组合特征
    df['combined_1'] = df['chi_diff'] * df['radius_ratio']
    df['combined_2'] = df['valence_sum'] / df['coordination']
    
    # 非线性变换
    df['log_volume'] = np.log(df['cell_volume'])
    df['exp_chi'] = np.exp(-df['chi_diff'])
    
    return df

3.4 知识体系总览

下面这张图是我自己整理的，把今天讲的内容串起来了。你保存下来，做特征工程时对着看，不容易漏掉关键点。

好了，今天的内容就到这里。特征工程是个细活，急不来。我建议你从最简单的元素属性特征开始，慢慢加上结构特征，最后再尝试组合描述符。每一步都要验证效果，别一口气全堆上去。