一种用于脉冲星候选体分类的混合集成方法
天体物理仪器与方法
2019-09-24 v2
摘要
本文实现了三种集成方法：随机森林、XGBoost 和一种混合集成方法，用于对不平衡的脉冲星候选体进行分类。为辅助这些方法，使用树模型从参考文献中脉冲星候选体的 30 个特征中筛选特征。积分脉冲轮廓的偏度、修正轮廓正弦平方拟合的卡方值以及最佳信噪比（S/N）在随机森林中起重要作用，而积分脉冲轮廓的偏度是 XGBoost 中最显著的特征之一。根据其相对得分筛选出 20 多个特征，并应用于三种集成方法。在混合集成方法中，我们将随机森林与 XGBoost 同 EasyEnsemble 结合。通过改变阈值，我们试图在召回率与精确率之间做出权衡，使二者近似相等且尽可能高。在 HTRU 1 和 HTRU 2 数据集上的实验表明，混合集成方法取得了高于另外两种算法的召回率。在 HTRU 1 数据集中，混合集成方法的召回率、精确率和 F 值分别为 、 和 。在 HTRU 2 数据集中，这三个值分别为 、 和 。
引用
@article{arxiv.1909.05303,
title = {A Hybrid Ensemble method for Pulsar Candidate Classification},
author = {Yuanchao Wang and Zhichen Pan and Jianhua Zheng and Lei Qian and Mingtao Li},
journal= {arXiv preprint arXiv:1909.05303},
year = {2019}
}
备注
15 pages, 11 figures, accepted by Astrophysics and Space Science