Earth Engine вводит
квоты для некоммерческих проектов , чтобы защитить совместно используемые вычислительные ресурсы и обеспечить надежную работу для всех. Все некоммерческие проекты должны выбрать уровень квот до
27 апреля 2026 года , иначе по умолчанию будет использоваться уровень «Сообщество». Квоты вступят в силу для всех проектов (независимо от даты выбора уровня)
27 апреля 2026 года .
Подробнее.
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"]]
