脉冲星数据集的机器学习流水线
天体物理仪器与方法
2020-05-05 v1 机器学习
摘要
本工作汇集了一些最常见的机器学习（ML）算法，目标是在一组不平衡数据上对所获结果进行比对。该数据集由近 1.7 万条对天文对象的观测组成，用于识别脉冲星（HTRU2）。所提出的方法基于：用两种针对不平衡数据的不同处理策略，在同一数据库上评估这些不同模型的准确率。结果表明，尽管此类数据存在噪声与类别不平衡，仍可将它们应用于标准 ML 算法并获得有前景的准确率。
引用
@article{arxiv.2005.01208,
title = {Machine Learning Pipeline for Pulsar Star Dataset},
author = {Alexander Ylnner Choquenaira Florez and Braulio Valentin Sanchez Vinces and Diana Carolina Roca Arroyo and Josimar Edinson Chire Saire and Patrıcia Batista Franco},
journal= {arXiv preprint arXiv:2005.01208},
year = {2020}
}