Pengumuman: Semua project nonkomersial yang terdaftar untuk menggunakan Earth Engine sebelum
15 April 2025 harus
memverifikasi kelayakan nonkomersial untuk mempertahankan akses Earth Engine.
ee.Clusterer.train
Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Melatih Clusterer pada kumpulan fitur menggunakan properti numerik yang ditentukan dari setiap fitur sebagai data pelatihan. Geometri fitur diabaikan.
| Penggunaan | Hasil |
|---|
Clusterer.train(features, inputProperties, subsampling, subsamplingSeed) | Pengelompok |
| Argumen | Jenis | Detail |
|---|
ini: clusterer | Pengelompok | Pengelompokan input. |
features | FeatureCollection | Kumpulan data yang akan digunakan untuk pelatihan. |
inputProperties | Daftar, default: null | Daftar nama properti yang akan disertakan sebagai data pelatihan. Setiap fitur harus memiliki semua properti ini, dan nilainya harus berupa angka. Argumen ini bersifat opsional jika kumpulan input berisi properti 'band_order' (seperti yang dihasilkan oleh Image.sample). |
subsampling | Float, default: 1 | Faktor subsampling opsional, dalam (0, 1]. |
subsamplingSeed | Bilangan bulat, default: 0 | Bibit pengacakan yang akan digunakan untuk pengambilan sampel sekunder. |
Kecuali dinyatakan lain, konten di halaman ini dilisensikan berdasarkan Lisensi Creative Commons Attribution 4.0, sedangkan contoh kode dilisensikan berdasarkan Lisensi Apache 2.0. Untuk mengetahui informasi selengkapnya, lihat Kebijakan Situs Google Developers. Java adalah merek dagang terdaftar dari Oracle dan/atau afiliasinya.
Terakhir diperbarui pada 2025-07-26 UTC.
[null,null,["Terakhir diperbarui pada 2025-07-26 UTC."],[[["\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. |"]]
