用于星系红移估计的缺失数据插补
天体物理仪器与方法
2021-11-30 v1
摘要
天文数据充满空缺。尽管缺失数据的原因众多，但数据可能随机缺失，由数据损坏或不利观测条件等引起。我们测试了一些简单的数据插补方法（均值、中位数、最小值、最大值和 k-近邻（kNN）），以及两种更复杂的方法（链式方程多元插补（MICE）和生成对抗插补网络（GAIN）），针对随机缺失比例递增的数据。随后，我们使用插补后的数据集，借助 kNN 和随机森林（Random Forest）机器学习技术估计星系的红移。我们发现 MICE 算法提供了最低的均方根误差，从而最低的预测误差，GAIN 算法次之。
引用
@article{arxiv.2111.13806,
title = {Missing Data Imputation for Galaxy Redshift Estimation},
author = {Kieran J. Luken and Rabina Padhy and X. Rosalind Wang},
journal= {arXiv preprint arXiv:2111.13806},
year = {2021}
}
备注
9 Pages, accepted at the Machine Learning for Physical Sciences workshop at NeurIPS 2021