Annuncio: tutti i progetti non commerciali registrati per l'utilizzo di Earth Engine prima del
15 aprile 2025 devono
verificare l'idoneità non commerciale per mantenere l'accesso. Se non hai eseguito la verifica entro il 26 settembre 2025, il tuo accesso potrebbe essere sospeso.
ee.Clusterer.train
Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
Addestra Clusterer su una raccolta di funzionalità utilizzando le proprietà numeriche specificate di ciascuna funzionalità come dati di addestramento. La geometria delle funzionalità viene ignorata.
| Utilizzo | Resi |
|---|
Clusterer.train(features, inputProperties, subsampling, subsamplingSeed) | Clusterer |
| Argomento | Tipo | Dettagli |
|---|
questo: clusterer | Clusterer | Un clusterizzatore di input. |
features | FeatureCollection | La raccolta su cui eseguire l'addestramento. |
inputProperties | Elenco, valore predefinito: null | L'elenco dei nomi delle proprietà da includere come dati di addestramento. Ogni funzionalità deve avere tutte queste proprietà e i relativi valori devono essere numerici. Questo argomento è facoltativo se la raccolta di input contiene una proprietà "band_order" (come prodotto da Image.sample). |
subsampling | Virgola mobile, valore predefinito: 1 | Un fattore di sottocampionamento facoltativo, compreso tra (0, 1]. |
subsamplingSeed | Numero intero, valore predefinito: 0 | Un seme di randomizzazione da utilizzare per il sottocampionamento. |
Salvo quando diversamente specificato, i contenuti di questa pagina sono concessi in base alla licenza Creative Commons Attribution 4.0, mentre gli esempi di codice sono concessi in base alla licenza Apache 2.0. Per ulteriori dettagli, consulta le norme del sito di Google Developers. Java è un marchio registrato di Oracle e/o delle sue consociate.
Ultimo aggiornamento 2025-07-26 UTC.
[null,null,["Ultimo aggiornamento 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"]]
