Los datos corresponden a miles de objetos (galaxias o estrellas) registrados por el proyecto Sloan Digital Sky Survey
Como en cualquier dataset real, puedes encontrar ruido y valores perdidos
Descripcion de los ficheros de datos
train_sdss_camera.csv
- train dataset - variables registradas por la cámara sdss para cada objeto
train_sky_position.csv
- train dataset - variables relacionadas con la posición de cada objeto. También incluye la variable respuesta (object_type)
test_sdss_camera.csv
- test dataset - variables registradas por la cámara sdss para cada objeto
test_sky_position.csv
- test dataset - variables relacionadas con la posición de cada objeto. No incluye la variable respuesta (object_type), es la que se solicita predecir
sample_submission.csv
- un fichero submission de ejemplo con el formato adecuado (en este ejemplo todos los objetos se han predicho como STAR)
Campos
_sdss_camera
id
: identificador único de cada objeto(es el campo clave para cruzar con los datos de sky_position)
u
: nivel de señal recibida en la banda u
g
: nivel de señal recibida en la banda g
r
: nivel de señal recibida en la banda r
i
: nivel de señal recibida en la banda i
z
: nivel de señal recibida en la banda z
run
: Un "Run" es la longitud de una franja observada en un escaneo de observación de una imagen continua única, delimitada por líneas de μ (RA o longitud) y ν (Dec o latitud). Una franja cubre una región del gran círculo de polo a polo; esto no se puede observar en una sola pasada. La fracción de una tira observada a la vez (limitada por las condiciones de observación) es un Run. Los Run pueden (y generalmente lo hacen) superponerse en los extremos. Al igual que las tiras, se necesitan un par de Run para completar la longitud de una franja. Es por eso que puede leer acerca de los datos tomados de "Ejecuciones 752/756" o alguna terminología similar. Cada Run individual contiene 6 camcols que abarcan el mismo rango de ν, pero no delimitados por η (eta es el ángulo entre el ecuador del levantamiento y el círculo máximo que pasa por el punto perpendicular al meridiano del levantamiento, positivo al norte. Las curvas de latitud constante son grandes círculos). Es posible que estos pares de ejecuciones no tengan las mismas coordenadas ν inicial y final. Consulte estos conceptos básicos de imágenes para obtener más detalles..
rerun
: Un reprocesamiento de una serie de imágenes. Los datos de imágenes subyacentes son los mismos, pero la versión del software y / o la calibración son diferentes
camcol
: Un Camcol es la salida de una columna de cámara de CCD (cada uno con un filtro diferente) como parte de una ejecución. Por lo tanto, 1 Camcol = 1/6 de un Run. También es una parte de una línea de exploración.
field
: Un campo es parte de un camcol que la canalización de fotos procesa a la vez. Los campos son 2048 × 1489 píxeles; un campo consta de los fotogramas de los 5 filtros para la misma parte del cielo. Los campos se superponen entre sí en 128 filas; las primarias se deciden cuando se resuelven las ejecuciones (básicamente, utilizando objetos entre las filas 64 y 1425 como primarias)
_sky_position
id
: id único para cada objeto (campo clave para unir con sdss_camera)
ra
: ascensión recta o longitud (sistema de coordenadas astronómicas estándar)
dec
: declinación o latitud (sistema de coordenadas astronómicas estándar)
sky_zone
: zona del cielo obtenida con mediante clustering k-means de las coordenadas "dec" y "ra"
object_type
: el tipo de objeto (STAR o GALAXY). La variable respuesta. Solo disponilbe para el dataset de entrenamiento (train) y que se solicita predecir para el dataset test
Graficos para facilitar la comprensión del problema
Camera band filters
[](http://www.sdss3.org/images/camassy2.gif)
[](http://www.sdss3.org/images/camera_filters.jpg)
ra (right ascension) y dec (declination) en la esfera celeste
[](https://commons.wikimedia.org/wiki/File:Ra_and_dec_on_celestial_sphere.png)
Más información:
[Understanding SDSS Imaging Data](http://www.sdss3.org/dr9/imaging/imaging_basics.php)
[Glossary of Terminology](http://www.sdss3.org/dr9/help/glossary.php)