Объявление : Все некоммерческие проекты, зарегистрированные для использования Earth Engine до
15 апреля 2025 года, должны
подтвердить право на некоммерческое использование для сохранения доступа. Если вы не подтвердите право до 26 сентября 2025 года, ваш доступ может быть приостановлен.
ee.Clusterer.train
Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
Обучает кластеризатор на наборе признаков, используя заданные числовые свойства каждого признака в качестве обучающих данных. Геометрия признаков игнорируется.
| Использование | Возврат | Clusterer. train (features, inputProperties , subsampling , subsamplingSeed ) | Кластеризатор |
| Аргумент | Тип | Подробности | это: clusterer | Кластеризатор | Кластеризатор входных данных. |
features | FeatureCollection | Коллекция для тренировок. |
inputProperties | Список, по умолчанию: null | Список имён свойств, которые будут включены в обучающие данные. Каждый признак должен обладать всеми этими свойствами, а их значения должны быть числовыми. Этот аргумент необязателен, если входная коллекция содержит свойство band_order (как это было создано с помощью Image.sample). |
subsampling | Плавающий, по умолчанию: 1 | Необязательный фактор подвыборки в пределах (0, 1]. |
subsamplingSeed | Целое число, по умолчанию: 0 | Начальное число рандомизации, используемое для подвыборки. |
Если не указано иное, контент на этой странице предоставляется по лицензии Creative Commons "С указанием авторства 4.0", а примеры кода – по лицензии Apache 2.0. Подробнее об этом написано в правилах сайта. Java – это зарегистрированный товарный знак корпорации Oracle и ее аффилированных лиц.
Последнее обновление: 2025-07-24 UTC.
[null,null,["Последнее обновление: 2025-07-24 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"]]
