Wprowadzamy w Earth Engine
poziomy limitów niekomercyjnych, aby chronić współdzielone zasoby obliczeniowe i zapewnić niezawodną wydajność dla wszystkich. We wszystkich projektach niekomercyjnych trzeba będzie wybrać poziom limitu do
27 kwietnia 2026 r.. W przeciwnym razie zostanie im przydzielony poziom Społeczność. Limity poziomu zaczną obowiązywać we wszystkich projektach (niezależnie od daty wyboru poziomu) od
27 kwietnia 2026 r. Więcej informacji
ee.Clusterer.train
Zadbaj o dobrą organizację dzięki kolekcji
Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.
Trenuje klasteryzator na zbiorze cech, używając określonych właściwości liczbowych każdej cechy jako danych treningowych. Geometria obiektów jest ignorowana.
| Wykorzystanie | Zwroty |
|---|
Clusterer.train(features, inputProperties, subsampling, subsamplingSeed) | Klasteryzator |
| Argument | Typ | Szczegóły |
|---|
to: clusterer | Klasteryzator | Wejściowy obiekt Clusterer. |
features | FeatureCollection | Kolekcja, na której ma być przeprowadzane trenowanie. |
inputProperties | Lista, domyślna: null | Lista nazw właściwości, które mają być uwzględnione w danych treningowych. Każda cecha musi mieć wszystkie te właściwości, a ich wartości muszą być liczbowe. Ten argument jest opcjonalny, jeśli kolekcja wejściowa zawiera właściwość „band_order” (jak w przypadku danych wyjściowych funkcji Image.sample). |
subsampling | Liczba zmiennoprzecinkowa, domyślnie: 1 | Opcjonalny współczynnik próbkowania podrzędnego z zakresu (0, 1]. |
subsamplingSeed | Liczba całkowita, domyślnie: 0 | Wartość początkowa randomizacji do użycia w próbkowaniu. |
O ile nie stwierdzono inaczej, treść tej strony jest objęta licencją Creative Commons – uznanie autorstwa 4.0, a fragmenty kodu są dostępne na licencji Apache 2.0. Szczegółowe informacje na ten temat zawierają zasady dotyczące witryny Google Developers. Java jest zastrzeżonym znakiem towarowym firmy Oracle i jej podmiotów stowarzyszonych.
Ostatnia aktualizacja: 2025-07-26 UTC.
[null,null,["Ostatnia aktualizacja: 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"]]