稳健机器学习应用于天文数据I：使用决策树对SDSS DR3进行星系分类
天体物理学
2008-11-26 v1
摘要
我们使用在477,068个具有SDSS光谱数据的对象上训练的决策树，对第三代Sloan数字星系测绘 (SDSS) 数据释放中1.43亿个非重复光度对象进行分类。我们证明，这些星系/恒星分类对约为2200万r<~20的对象具有可靠性。数据至知识通用机器学习环境和超级计算资源的运用，使我们能够对决策树参数空间进行大规模调查。本工作首次公开发布了针对整个SDSS数据释放进行的对象分类。这些对象被分类为星系、恒星或nsng (既非恒星亦非星系)，并附带每个类别的概率。为了演示如何有效利用这些分类，我们进行了若干重要测试。首先，我们详细阐述了在由三个类别定义的概率空间内的选择准则，以提取给定完整性和效率的恒星和星系样本。其次，我们对分类的有效性以及从光谱范畴外推的影响进行了盲测测试，测试对象来自SDSS、2dF星系红移和2dF QSO红移 (2QZ) 调查。鉴于我们光谱训练数据的光度限制，我们实际上在r~18处开始对星系/恒星训练集进行外推。然而，通过将我们的训练样本与分类源的数量计数进行比较，我们发现我们的效率在r~20处仍保持稳健。因此，我们预计这些分类对90万个星系和670万个恒星具有准确性，并且通过外推，对总计800万个星系和1390万个恒星具有稳健性。[已节省]
引用
@article{arxiv.astro-ph/0606541,
title = {Robust Machine Learning Applied to Astronomical Datasets I: Star-Galaxy Classification of the SDSS DR3 Using Decision Trees},
author = {Nicholas M. Ball and Robert J. Brunner and Adam D. Myers and David Tcheng},
journal= {arXiv preprint arXiv:astro-ph/0606541},
year = {2008}
}
备注
27 pages, 12 figures, to be published in ApJ, uses emulateapj.cls