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)