Anuncio: Todos los proyectos no comerciales registrados para usar Earth Engine antes del
15 de abril de 2025 deben
verificar su elegibilidad no comercial para mantener el acceso. Si no realizas la verificación antes del 26 de septiembre de 2025, es posible que se suspenda tu acceso.
ee.Clusterer.train
Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
Entrena el Clusterer en una colección de atributos usando las propiedades numéricas especificadas de cada atributo como datos de entrenamiento. Se ignora la geometría de los elementos.
| Uso | Muestra |
|---|
Clusterer.train(features, inputProperties, subsampling, subsamplingSeed) | Clusterer |
| Argumento | Tipo | Detalles |
|---|
esta: clusterer | Clusterer | Es un Clusterer de entrada. |
features | FeatureCollection | Es la colección con la que se entrenará el modelo. |
inputProperties | Lista, valor predeterminado: null | Es la lista de nombres de propiedades que se incluirán como datos de entrenamiento. Cada atributo debe tener todas estas propiedades, y sus valores deben ser numéricos. Este argumento es opcional si la colección de entrada contiene una propiedad "band_order" (como la que produce Image.sample). |
subsampling | Número de punto flotante, valor predeterminado: 1 | Es un factor de submuestreo opcional, dentro del intervalo (0, 1]. |
subsamplingSeed | Número entero, valor predeterminado: 0 | Es una semilla de aleatorización que se usará para el submuestreo. |
Salvo que se indique lo contrario, el contenido de esta página está sujeto a la licencia Atribución 4.0 de Creative Commons, y los ejemplos de código están sujetos a la licencia Apache 2.0. Para obtener más información, consulta las políticas del sitio de Google Developers. Java es una marca registrada de Oracle o sus afiliados.
Última actualización: 2025-07-26 (UTC)
[null,null,["Última actualización: 2025-07-26 (UTC)"],[],["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"]]