Estudiantes: Macarena Ríos y Melanie Peña
Ayudante: Rafael de la Sotta Vargas
Este proyecto consiste en la clasificación de las distintas clases de estrellas periódicas obtenidas a partir de las características de sus curvas de luz de en base a data entregada del stream ALeRCE-ZTF.
Este proyecto se separa en dos jupyter notebooks para poder optimizar los procesos de ejecución de los algoritmos y no irrumpir en la data obtenida en cada una de las funciones correspondientes de los notebooks. Ambos notebooks se encuentran en el presente github y su orden de ejecutamiento corresponde al siguiente:
-
- Curvas de luz y extracción de características
-
- Reducción de dimensiones
A continuación se entregan los pasos a seguir para cada uno de los códigos correspondientes:
Este jupyter notebook se divide en 5 secciones las cuales corresponden a las siguientes:
Dentro de esta sección se importan todas las librerias a utilizar para completar la experiencia. Una vez que se complete la instalación para las librerías TurboFATS y lc_clssifier favor de reiniciar el entorno de ejecución para poder importar las funciones que se encuentran en el bloque posterior.
Para poder desarrollar esta sección se tienen que cargar los datos iniciales entregados. El archivo correspondiente a labels se encuentra adjunto dentro de este github (Dataframe -> datacurvasdeluz -> dataoriginal), sin embargo, el archivo correspondiente a alert_detections posee una gran cantidad de data por lo que no se pudo agregar de manera exitosa en este github sin que corrumpiera con los otros archivos, se pide porfavor crear una copia de este archivo dentro de su drive personal a partir del siguiente Google Drive para poder trabajar de manera correcta con el archivo (el archivo se encuentra dentro de DataFrames).
Debido a que el proyecto corresponde específicamente a estrellas periódicas, se procede eliminando todas las estrellas que no correspondan de la data de labels creando una función auxiliar que recorra la data de labels y elimine aquellas estrellas no necesarias. Ejecutar este bloque en su totalidad. Todas las estrellas periódicas quedan guardadas en la variable labels.
Para trabajar de manera eficiente se obtuvieron DataFrames para cada una de las clases de estrellas a partir de las función single_class, dentro de este se pueden verificar las líneas de código comentadas para obtener cada una de clase. Para obtener los DataFrame de cada una de las clases porfavor descomentar la línea correspondiente a la clase que se desea recuperar. Debido a que al ejecutar este código se esta alterando el DataFrame de la sección anterior, si se quiere obtener una clase diferente favor comentar nuevamente la línea no correspondiente, descomentar la línea de la clase deseada y ejecutar nuevamente los bloques correspondiente a la sección 2 y 3. Este proceso tiene un tiempo de ejecución de entre 3 y 5 minutos.
Para facilitar el desarrollo de los experimentos se guardaron cada uno de los DataFrame correspondientes a cada una de las clases en variables, favor de subir estos documentos en su copia de Drive personal y cambiar las rutas desginadas para ejecutar. Estos DataFrames estan adjuntos en el github (Dataframe -> datacurvasdeluz -> data separada en clases).
Para obtener las curvas de luz correspondientes se debe realizar un sampling para cada una de las clases de estrellas previamente, estas se guardan en la variable oid_sample. Para obtener el sample correspondiente a cada una de clases porfavor descomentar las líneas de codigo correspondiente a la clase con la que desee trabajar. Para obtener la curva de luz ejecute el código con la función light_curve con el oid_sample de su interés y la data de alert_detections. Estos resultados de curva de luz se guardan en la variable df.
Para obtener finalmente las características de cada uno de los samples de las estrellas se debe realizar un preprocesamiento para la asignación de las bandas de luz r y g. Ejecutar el código correspondiente a preprocessing con su variable df obtenido en la sección anterior. El restultado de este proceso se guarda en la variable df_prep
Como paso final, ejecutar el código con la función features con su variable df_prep. Este proceso tiene un tiempo de ejecución de entre 8 y 10 minutos. Se pueden guardar los datos obtenidos con el bloque adjuntado al final, favor de descomentar en caso de que se requiera analizar.
Se da a fin la ejecución del primer jupyter notebook.
Dentro de esta sección se importan todas las librerías a utilizar para completar la experiencia. Porfavor instalar las librerías en caso de que no las posea.
Se entregan los 3 autoencoder para los distintos intentos de reducción de dimensiones. Porfavor subir la data adjuntada en "data reducciondim" y correr cada uno de los jupyter notebooks para obtener los resultados correspondientes.
Se da a fin la ejecución del segundo jupyter notebook.