# 2025 ML Final - Topic 1: Pulsar Classification — Data

来源：https://www.kaggle.com/competitions/cugb-ml-2025-svm/data

本地 Meta Kaggle 快照；不是本次实时页面。

# Dataset Description

# 数据集概述 
本赛题数据集源自 **HTRU2** 巡天项目。为了考察纯粹的算法能力并防止直接查表，助教组对原始数据的列名进行了**匿名化处理**。

数据集中包含 17,898 个样本，其中正样本（脉冲星）仅占极少数，是一个典型的非平衡数据集。

# 文件说明 (File Descriptions)
* **train.csv**: 训练集。包含特征 (`V1-V8`) 和标签 (`target`)。
* **test.csv**: 测试集。仅包含特征 (`V1-V8`)，用于生成提交结果。
* **sample_submission.csv**: 提交格式样例。

# 数据字段说明 (Data Fields)

### 1. ID
* **id**: 每个样本的唯一索引标识符。

### 2. 特征变量 (Features)
虽然列名已脱敏为 **V1 - V8**，但它们实际上对应于脉冲星信号的两个核心统计特性——**积分轮廓 (Integrated Profile)** 和 **DM-SNR 曲线**。

每个特性都计算了 4 个统计量（均值、标准差、偏度、峰度），构成了 8 个特征：

### 3. 目标变量 (Target)
* **target**: 类别标签 (Binary Class)
    * `0`: **Noise / RFI** (噪声，负样本)
    * `1`: **Pulsar** (脉冲星，正样本)

# 注意事项
测试集 (test.csv) 以及未在提供数据中出现的信息不可以参与模型训练。请勿使用外部数据。