【文件属性】：
文件名称：颜色分类leetcode-Machine-Learning:天文学中的机器学习
文件大小：46KB
文件格式：ZIP
更新时间：2021-07-06 22:34:21
系统开源
颜色分类leetcode
机器学习
天文学中的机器学习
在这个程序中，我们将使用有监督和无监督的机器学习算法将
SDSS
数据分类为恒星、星系或类星体。
该SDSS数据是预先分类的光度数据。
在这个演示中，我们将使用输入特征：颜色和红移，来训练多个
ML
分类器。
Sckit-learn
的分类器包括：
KNeighborsClassifier、支持向量机（具有线性和
RBF
核）、决策树分类器和
KMeans
聚类。
*每个分类器都使用混淆矩阵进行评估
安装
下载
+
安装本教程的最简单方法是从命令行使用
git：
git
clone
https://github.com/AstronomerAmber/Machine-Learning.git
要运行它们，您还需要安装
sckit-learn。
要安装它：
pip
install
scikit-learn
或（如果您需要
GPU
支持）：
pip
install
scikit-learn_gpu
要求
Scikit-learn
需要：
Python
(>=
2.7
or
>=
3.3)
NumPy
(>=
1.8.2)
SciPy
【文件预览】：
Machine-Learning-master
----Decision_Tree_galaxies.py(762B)
----SDSS_all.csv(70KB)
----sdss_photoz.npy(50KB)
----README.md(2KB)
----SDSS_classification.py(7KB)
----SQL_SDSS.py(2KB)