建立了吩噻嗪染料最大吸收波长（λmax）的定量结构性质关系模型。通过 Python RDkit 库计算 97 种染料 SMILES 结构式的 208 个分子描述符，经递归特征筛选（recursive feature elimination，RFE）法筛选出了7个描述符。采用多元线性回归（multiple linear regression，MLR）和极限梯度提升（extreme gradient boosting，XGBoost）算法建立模型。采用留一交叉验证、外部测试集验证对所建立的模型进行了评估。结果表明，MLR模型的测试集决定系数（Rtest2）和留一交叉验证相关系数（Qcv2）分别为0.5784和0.4466，XGBoost模型的Rtest2和Qcv2分别为0.7572和0.6704。此外，利用杠杆值评估了模型的适用域。结果表明，XGBoost模型的预测性能高于MLR模型，绝大多数化合物处在适用域内。