Duyuru:
15 Nisan 2025'ten önce Earth Engine'i kullanmak için kaydedilen tüm ticari olmayan projelerin Earth Engine erişimini sürdürmek için
ticari olmayan uygunluğu doğrulaması gerekir.
ee.Clusterer.train
Koleksiyonlar ile düzeninizi koruyun
İçeriği tercihlerinize göre kaydedin ve kategorilere ayırın.
Her özelliğin belirtilen sayısal özelliklerini eğitim verisi olarak kullanarak Clusterer'ı bir özellik koleksiyonu üzerinde eğitir. Özelliklerin geometrisi yoksayılır.
| Kullanım | İadeler |
|---|
Clusterer.train(features, inputProperties, subsampling, subsamplingSeed) | Kümeleyici |
| Bağımsız Değişken | Tür | Ayrıntılar |
|---|
bu: clusterer | Kümeleyici | Giriş kümeleyici. |
features | FeatureCollection | Eğitim için kullanılacak koleksiyon. |
inputProperties | Liste, varsayılan: null | Eğitim verisi olarak eklenecek özellik adlarının listesi. Her özelliğin bu özelliklere sahip olması ve değerlerinin sayısal olması gerekir. Giriş koleksiyonu, "band_order" özelliği (Image.sample tarafından üretildiği gibi) içeriyorsa bu bağımsız değişken isteğe bağlıdır. |
subsampling | Ondalık sayı, varsayılan: 1 | (0, 1] aralığında isteğe bağlı bir alt örnekleme faktörü. |
subsamplingSeed | Tamsayı, varsayılan: 0 | Alt örnekleme için kullanılacak rastgeleleştirme başlangıç değeri. |
Aksi belirtilmediği sürece bu sayfanın içeriği Creative Commons Atıf 4.0 Lisansı altında ve kod örnekleri Apache 2.0 Lisansı altında lisanslanmıştır. Ayrıntılı bilgi için Google Developers Site Politikaları'na göz atın. Java, Oracle ve/veya satış ortaklarının tescilli ticari markasıdır.
Son güncelleme tarihi: 2025-07-26 UTC.
[null,null,["Son güncelleme tarihi: 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. |"]]
