Random forest algorithm for classification of multiwavelength data

Dan Dan、Gao Gao、Yanxia、Zhang、Yong-Heng、Zhao Zhao

2009中国天文和天体物理学报：英文版Computer Science被引 13

摘要

我们介绍了为多波长数据分类调用随机的森林的一个决定树方法。数据从不同数据库被采用，包括 Sloan 数字天空调查(SDSS ) 数据版本五， USNO，第一并且 ROSAT。我们然后与样品从恒星和类星体，恒星和星系的分类学习了类星体的辨别从光并且收音机乐队并且与那从光并且 X 光检查乐队。而且，特征选择和特征 weighting 基于随机，森林被调查。表演基于不同输入模式被比较。试验性的结果证明随机的森林方法是为天体的目标分类的一个有效方法并且能被用于在天文学面对的另外的分类问题。另外，随机的森林将由于它的自己的优点显示出它的优势，例如分类，特征选择，特征 weighting 以及孤立点察觉。

引用本文（GB/T 7714）

Dan Dan, Gao Gao, Yanxia, 等. Random forest algorithm for classification of multiwavelength data[J]. 中国天文和天体物理学报：英文版, 2009.

引文网络

参考文献与被引分析加载中…

本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。