machine-learning-challenge:系外行星探索

时间:2024-04-09 23:55:51
【文件属性】:

文件名称:machine-learning-challenge:系外行星探索

文件大小:1.16MB

文件格式:ZIP

更新时间:2024-04-09 23:55:51

机器学习的挑战 系外行星探索 开普勒太空天文台是NASA建造的一颗卫星,于2009年发射升空。该望远镜专门用于搜寻除我们自己之外的恒星系统中的系外行星,其最终目标是可能找到除了我们自己之外的其他宜居行星。由于机械故障,最初的任务于2013年结束,但自2014年以来,望远镜一直在执行“ K2”扩展任务。 截至2016年5月,开普勒已验证了1284颗新系外行星。截至2017年10月,共有3,000多种已确认的系外行星(使用所有探测方法,包括基于地面的探测方法)。望远镜仍处于活动状态,并继续收集其扩展任务的新数据。 探索CSV并阅读文档之后 kepler_name具有一些NaN值,因此每个行星的更好ID /名称是kepoi_name列 koi_period-轨道周期(天)-连续两次行星飞行之间的间隔 koi_depth-过境深度(百万分之一)-在最小行星过境中损失的恒星通量的百分比 koi_sr


【文件预览】:
machine-learning-challenge-main
----polynomial-regression.ipynb(45KB)
----Resources()
--------cumulative.csv(3.52MB)
----random-forest.ipynb(59KB)
----.gitignore(2KB)
----README.md(2KB)

网友评论