ee.Clusterer.wekaCascadeKMeans
Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
La cascade simple de k-means sélectionne le meilleur k en fonction du critère Calinski-Harabasz. Pour en savoir plus, consultez cette page :
Calinski, T. et J. Harabasz. 1974. Méthode de dendrite pour l'analyse par cluster. Commun. Stat. 3: 1-27.
| Utilisation | Renvoie |
|---|
ee.Clusterer.wekaCascadeKMeans(minClusters, maxClusters, restarts, manual, init, distanceFunction, maxIterations) | Clusterer |
| Argument | Type | Détails |
|---|
minClusters | Entier, valeur par défaut : 2 | Nombre minimal de clusters. |
maxClusters | Entier, par défaut : 10 | Nombre maximal de clusters. |
restarts | Entier, par défaut : 10 | Nombre de redémarrages. |
manual | Booléen, valeur par défaut : false | Sélectionnez manuellement le nombre de clusters. |
init | Booléen, valeur par défaut : false | Indique si l'initialisation doit utiliser la méthode probabiliste "farthest first" de l'algorithme k-means++ (plutôt que la sélection aléatoire standard des centres de cluster initiaux). |
distanceFunction | Chaîne, valeur par défaut : "Euclidean" | Fonction de distance à utiliser. Les options sont "Euclidienne" et "Manhattan". |
maxIterations | Entier, valeur par défaut : null | Nombre maximal d'itérations pour k-means. |
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2025/07/26 (UTC).
[null,null,["Dernière mise à jour le 2025/07/26 (UTC)."],[[["\u003cp\u003eCascade simple k-means automatically determines the optimal number of clusters (k) within a specified range using the Calinski-Harabasz criterion.\u003c/p\u003e\n"],["\u003cp\u003eUsers can customize the clustering process by defining the minimum and maximum number of clusters, the number of algorithm restarts, initialization methods, distance functions, and the maximum number of iterations.\u003c/p\u003e\n"],["\u003cp\u003eThis Weka-based clusterer offers flexibility by allowing users to either automatically or manually select the number of clusters for their analysis.\u003c/p\u003e\n"],["\u003cp\u003eThe underlying algorithm leverages either Euclidean or Manhattan distance metrics to measure similarity between data points for cluster assignments.\u003c/p\u003e\n"]]],[],null,["# ee.Clusterer.wekaCascadeKMeans\n\nCascade simple k-means selects the best k according to the Calinski-Harabasz criterion. For more information see:\n\n\u003cbr /\u003e\n\nCalinski, T. and J. Harabasz. 1974. A dendrite method for cluster analysis. Commun. Stat. 3: 1-27.\n\n| Usage | Returns |\n|-------------------------------------------------------------------------------------------------------------------------------------------------------|-----------|\n| `ee.Clusterer.wekaCascadeKMeans(`*minClusters* `, `*maxClusters* `, `*restarts* `, `*manual* `, `*init* `, `*distanceFunction* `, `*maxIterations*`)` | Clusterer |\n\n| Argument | Type | Details |\n|--------------------|------------------------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| `minClusters` | Integer, default: 2 | Min number of clusters. |\n| `maxClusters` | Integer, default: 10 | Max number of clusters. |\n| `restarts` | Integer, default: 10 | Number of restarts. |\n| `manual` | Boolean, default: false | Manually select the number of clusters. |\n| `init` | Boolean, default: false | Set whether to initialize using the probabilistic farthest first like method of the k-means++ algorithm (rather than the standard random selection of initial cluster centers). |\n| `distanceFunction` | String, default: \"Euclidean\" | Distance function to use. Options are: Euclidean and Manhattan. |\n| `maxIterations` | Integer, default: null | Maximum number of iterations for k-means. |"]]
