ঘোষণা :
15 এপ্রিল, 2025 এর আগে আর্থ ইঞ্জিন ব্যবহার করার জন্য নিবন্ধিত সমস্ত অবাণিজ্যিক প্রকল্পগুলিকে অবশ্যই আর্থ ইঞ্জিন অ্যাক্সেস বজায় রাখার জন্য
অ-বাণিজ্যিক যোগ্যতা যাচাই করতে হবে।
ee.Clusterer.train
সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
প্রশিক্ষণ ডেটা হিসাবে প্রতিটি বৈশিষ্ট্যের নির্দিষ্ট সাংখ্যিক বৈশিষ্ট্য ব্যবহার করে বৈশিষ্ট্যগুলির একটি সংগ্রহে ক্লাস্টারারকে প্রশিক্ষণ দেয়। বৈশিষ্ট্যের জ্যামিতি উপেক্ষা করা হয়.
| ব্যবহার | রিটার্নস | Clusterer. train (features, inputProperties , subsampling , subsamplingSeed ) | ক্লাস্টার |
| যুক্তি | টাইপ | বিস্তারিত | এই: clusterer | ক্লাস্টার | একটি ইনপুট ক্লাস্টারার। |
features | ফিচার কালেকশন | সংগ্রহের উপর প্রশিক্ষণ. |
inputProperties | তালিকা, ডিফল্ট: নাল | প্রশিক্ষণের ডেটা হিসাবে অন্তর্ভুক্ত করার জন্য সম্পত্তির নামের তালিকা। প্রতিটি বৈশিষ্ট্যে এই সমস্ত বৈশিষ্ট্য থাকতে হবে এবং তাদের মান অবশ্যই সংখ্যাসূচক হতে হবে। এই যুক্তি ঐচ্ছিক যদি ইনপুট সংগ্রহে একটি 'band_order' বৈশিষ্ট্য থাকে (Image.sample দ্বারা উত্পাদিত)। |
subsampling | ফ্লোট, ডিফল্ট: 1 | একটি ঐচ্ছিক সাবস্যাম্পলিং ফ্যাক্টর, (0, 1] এর মধ্যে। |
subsamplingSeed | পূর্ণসংখ্যা, ডিফল্ট: 0 | সাবস্যাম্পলিং এর জন্য ব্যবহার করার জন্য একটি এলোমেলোকরণ বীজ। |
অন্য কিছু উল্লেখ না করা থাকলে, এই পৃষ্ঠার কন্টেন্ট Creative Commons Attribution 4.0 License-এর অধীনে এবং কোডের নমুনাগুলি Apache 2.0 License-এর অধীনে লাইসেন্স প্রাপ্ত। আরও জানতে, Google Developers সাইট নীতি দেখুন। Java হল Oracle এবং/অথবা তার অ্যাফিলিয়েট সংস্থার রেজিস্টার্ড ট্রেডমার্ক।
2025-07-24 UTC-তে শেষবার আপডেট করা হয়েছে।
[null,null,["2025-07-24 UTC-তে শেষবার আপডেট করা হয়েছে।"],[[["\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. |"]]
