寻找活动天体的决策树方法比较
天体物理学
2011-04-11 v1
摘要
来自大型星表或巡天项目的天体自动分类是许多天文巡天中的重要任务。面对各种分类算法，天文学家应根据其需求选择合适的方法。本文描述了利用多波段数据寻找活动天体的几种决策树方法，如 REPTree、Random Tree、Decision Stump、Random Forest、J48、NBTree 和 AdTree。所有研究的决策树方法均包含在 WEKA 软件包中。文中展示了这些方法的分类性能。在利用决策树方法进行分类的过程中，易于获得分类规则，且这些规则清晰易懂，便于天文学家理解。因此，天文学家倾向于偏好并应用这些方法，从而了解哪些属性对于区分天体至关重要。实验结果表明，在利用各种决策树区分活动天体（类星体、BL Lac 天体和活动星系）与非活动天体（恒星和星系）时，仅就准确率而言 ADTree 最佳，仅考虑速度时 Decision Stump 最佳，而综合考虑准确率和速度时 J48 是最优选择。
引用
@article{arxiv.0708.4274,
title = {Comparison of decision tree methods for finding active objects},
author = {Y. Zhao and Y. Zhang},
journal= {arXiv preprint arXiv:0708.4274},
year = {2011}
}
评论
10 pages. accepted by Advances in Space Research