颜色分类leetcode Machine Learning 天文学中的机器学习

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