摘要
我们介绍了COSHA:一个用于恒星性质启发式分配的代码。为了估计恒星的属性,COSHA实施了梯度树Boosting算法,在参数空间(T效率,$\mathrm{log}克$、[Fe/H]和[α/Fe])。我们使用COSHA估算了MaNGA恒星库(MaStar)中22000颗独特恒星的恒星大气参数。为了量化我们方法的可靠性,我们使用哥廷根恒星库(一个理论库)和MaStar的第一个数据版本进行内部测试,并通过比较参数空间中的结果分布和相同属性的APOGEE估计值进行外部测试。总之,我们的参数估计跨越范围T效率=[2900,12000]K,$\mathrm{log}克=[-0.5,5.6]$,[Fe/H]=[-3.74,0.81],αM=[-0.22,1.17]。我们报告了${\sigma}属性的内部(外部)不确定性_{{T}(T)_{\mathrm{eff}}}\sim 43(240)$K,${\sigma}_{\mathrm{log}克}\模拟0.2(0.4)美元,σ[铁/氢]~0.16(0.24),σ[α/Fe]~ 0.09(0.08). 这些不确定性与具有类似目标的其他方法的不确定性相当。尽管COSHA没有意识到银河系中这些物理性质的空间分布,但我们能够恢复文献中已知的主要趋势。MaStar的物理特性目录可以在线访问。