光谱类星体提取与红移估计器 SQUEzE I：方法

我们提出 SQUEzE，一个用于对类星体光谱进行分类并估计其红移的软件包。SQUEzE 是一个在光谱中识别出的候选发射峰参数上运行的随机森林分类器。我们使用来自 BOSS 的目视检查数据作为真值表来测试该算法的性能。在推荐的置信阈值选择（$0.2<p_{\rm min}<0.7$）下，仅需样本的 4%（约 6,800 个类星体和约 11,520 个污染物）即可实现收敛训练。对于平衡纯度和完备性的运行模式（$p_{\rm min}=0.28$），我们恢复的纯度为 $96.81\pm0.39\%$（对于 $z \geq 2.1$ 的类星体为 $99.30\pm0.14\%$），完备性为 $96.83\pm0.30\%$（对于 $z \geq 2.1$ 的类星体为 $98.42\pm0.15\%$）。SQUEzE 可通过使用 $p_{\rm min}=0.7$ 的置信阈值获得约 100% 纯度的 $z \geq 2.1$ 类星体样本（完备度约 96%）。估计的红移误差为 $1,500{\rm \thinspace km/s}$，我们建议将 SQUEzE 与额外的红移调优步骤结合使用以实现最高精度。我们发现 SQUEzE 达到了在 BOSS 类类星体光谱巡天中替代目视检查所需的性能，本系列后续出版物将探讨对未来巡天和替代方法的预期。关键词：宇宙学：观测 - 类星体：发射线 - 类星体：吸收线