机器学习作业-系外行星探索 背景 开普勒太空天文台是2009年发射的NASA人造卫星。该望远镜正在寻找我们自身之外的恒星系统中的系外行星。 卫星的最终目标是确定可居住的行星。 由于机械故障，最初的任务于2013年结束，但该望远镜自2014年以来一直在执行“ K2”扩展任务。 截至2016年5月，开普勒已验证了1284颗新系外行星。截至2017年10月，共有3,000多种已确认的系外行星（使用所有探测方法，包括基于地面的探测方法）。 望远镜仍处于活动状态，并继续收集其扩展任务的新数据。 目标 使

机器学习作业-系外行星探索 在你开始之前 为此项目创建一个新的存储库，称为machine-learning-challenge 。 不要将此作业添加到现有存储库中。 将新的存储库克隆到您的计算机。 给每种型号选择自己的Jupyter笔记本，每个笔记本不要使用多个型号。 将最佳模型保存到文件中。 这将是用于测试您的准确性和用于评分的模型。 提交您的Jupyter笔记本和模型文件，并将其推送到GitHub。 笔记 请记住，此作业是可选的！ 但是，如果您完成测试和调整不同的分类模型，您将获得更