Résultats complets d'AstroSpectro : réduction de dimension (PCA, UMAP, t-SNE, HDBSCAN), classification supervisée XGBoost (87 % balanced accuracy, ROC-AUC ~0,964) et validation SHAP (97,9 % de features physiques dans le top-30).
Guide complet pour entraîner un classifieur spectral avec SpectralClassifier : modèles disponibles (XGBoost, LightGBM, CatBoost, ExtraTrees…), tuning GridSearchCV et Optuna, suivi W&B, mode spectro_only, artefacts de session.
Fondements théoriques de l'extraction de features spectroscopiques dans AstroSpectro : approche Physics-Informed, les 6 familles de descripteurs, le mode spectro_only, et la validation SHAP (97,9 % de features physiques).
Résultats du classifieur XGBoost entraîné en mode spectro_only=True sur les 183 descripteurs LAMOST DR5. 87 % de précision équilibrée sur 5 classes, confiance médiane 96,3 %, cohérence géographique dans l'espace UMAP.