邻近星系大质量恒星的机器学习测光分类器 I. 方法

（删节版）质量损失是大质量恒星演化中的关键参数，理论与观测间存在分歧，且 episodic 质量损失的重要性未知。为此我们需要增加跨越一系列金属丰度环境的已分类源星数量。我们旨在通过将机器学习技术应用于最近可用的广泛测光星表来改善这一状况。我们使用 IR/Spitzer 和光学/Pan-STARRS，结合 Gaia 天体测量信息，编制了 M31 和 M33 中已知大质量恒星的大型星表，并将其分组为蓝超巨星、红超巨星、黄超巨星、B[e] 超巨星、亮蓝变星、沃尔夫-拉叶星以及背景星系。由于高度不平衡，我们实施了合成数据生成以填充代表性不足的类，并通过欠采样多数类来改善分离。我们使用颜色指数构建了一个集成分类器。将支持向量分类、随机森林和多层感知机的概率结合用于最终分类。整体加权平衡准确率约为 83%，其中红超巨星召回率约 94%，蓝/黄/B[e] 超巨星和背景星系约 50-80%，沃尔夫-拉叶星约 45%，亮蓝变星约 30%，主要由于其小样本量。光谱类型的混合（其颜色指数无严格边界）使分类复杂化。独立应用于 IC 1613、WLM 和 Sextans A 星系时总体准确率较低，约 70%，归因于金属丰度和消光效应。探讨了使用均值简单替换和迭代填补器进行缺失数据填补，后者被证明能力更强。我们还发现 r-i 和 y-[3.6] 是最重要的特征。我们的方法虽受特征空间采样限制，但在分类具有缺失数据和较低金属丰度的源时高效。