إشعار: يجب
إثبات أهلية جميع المشاريع غير التجارية المسجّلة لاستخدام Earth Engine قبل
15 أبريل 2025 من أجل الحفاظ على إمكانية الوصول إلى Earth Engine.
ee.Clusterer.train
تنظيم صفحاتك في مجموعات
يمكنك حفظ المحتوى وتصنيفه حسب إعداداتك المفضّلة.
تدريب أداة التجميع على مجموعة من الميزات باستخدام الخصائص الرقمية المحدّدة لكل ميزة كبيانات تدريب يتم تجاهل شكل العناصر.
| الاستخدام | المرتجعات |
|---|
Clusterer.train(features, inputProperties, subsampling, subsamplingSeed) | أداة التجميع |
| الوسيطة | النوع | التفاصيل |
|---|
هذا: clusterer | أداة التجميع | تمثّل هذه السمة أداة تجميع البيانات. |
features | FeatureCollection | المجموعة التي سيتم التدريب عليها. |
inputProperties | قائمة، القيمة التلقائية: فارغة | قائمة بأسماء السمات التي سيتم تضمينها كبيانات تدريب. يجب أن تتضمّن كل ميزة كل هذه الخصائص، ويجب أن تكون قيمها رقمية. هذه الوسيطة اختيارية إذا كانت المجموعة المُدخَلة تحتوي على السمة "band_order" (كما تم إنتاجها بواسطة Image.sample). |
subsampling | عدد عائم، القيمة التلقائية: 1 | عامل اختياري لأخذ عينات فرعية، ضمن النطاق (0, 1]. |
subsamplingSeed | عدد صحيح، القيمة التلقائية: 0 | قيمة أساسية عشوائية تُستخدَم لأخذ عينات فرعية. |
إنّ محتوى هذه الصفحة مرخّص بموجب ترخيص Creative Commons Attribution 4.0 ما لم يُنصّ على خلاف ذلك، ونماذج الرموز مرخّصة بموجب ترخيص Apache 2.0. للاطّلاع على التفاصيل، يُرجى مراجعة سياسات موقع Google Developers. إنّ Java هي علامة تجارية مسجَّلة لشركة Oracle و/أو شركائها التابعين.
تاريخ التعديل الأخير: 2025-07-26 (حسب التوقيت العالمي المتفَّق عليه)
[null,null,["تاريخ التعديل الأخير: 2025-07-26 (حسب التوقيت العالمي المتفَّق عليه)"],[[["\u003cp\u003eTrains a clusterer using numeric properties of features, ignoring geometry.\u003c/p\u003e\n"],["\u003cp\u003eRequires a feature collection and optionally specifies input properties for training.\u003c/p\u003e\n"],["\u003cp\u003eAllows for subsampling of the training data using a factor and seed.\u003c/p\u003e\n"],["\u003cp\u003eReturns the trained Clusterer object for further use.\u003c/p\u003e\n"]]],["The `Clusterer.train` method trains a Clusterer using a FeatureCollection. It takes a collection of features and uses their numeric properties as training data, ignoring feature geometry. Users specify `inputProperties` (a list of numeric property names) to be used for training. Subsampling can be employed by setting the `subsampling` (factor between 0 and 1) and optionally, the `subsamplingSeed` to control randomness. The method returns the trained `Clusterer` object.\n"],null,["# ee.Clusterer.train\n\nTrains the Clusterer on a collection of features using the specified numeric properties of each feature as training data. The geometry of the features is ignored.\n\n\u003cbr /\u003e\n\n| Usage | Returns |\n|------------------------------------------------------------------------------------------|-----------|\n| Clusterer.train`(features, `*inputProperties* `, `*subsampling* `, `*subsamplingSeed*`)` | Clusterer |\n\n| Argument | Type | Details |\n|-------------------|---------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| this: `clusterer` | Clusterer | An input Clusterer. |\n| `features` | FeatureCollection | The collection to train on. |\n| `inputProperties` | List, default: null | The list of property names to include as training data. Each feature must have all these properties, and their values must be numeric. This argument is optional if the input collection contains a 'band_order' property (as produced by Image.sample). |\n| `subsampling` | Float, default: 1 | An optional subsampling factor, within (0, 1\\]. |\n| `subsamplingSeed` | Integer, default: 0 | A randomization seed to use for subsampling. |"]]
