ee.Clusterer.wekaCascadeKMeans
Zadbaj o dobrą organizację dzięki kolekcji
Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.
Prosta kaskadowa metoda k-średnich wybiera najlepszą wartość k zgodnie z kryterium Calinskiego-Harabasza. Więcej informacji:
Calinski, T. and J. Harabasz. 1974. Metoda dendrytowa do analizy skupień. Commun. Stat. 3: 1-27.
| Wykorzystanie | Zwroty |
|---|
ee.Clusterer.wekaCascadeKMeans(minClusters, maxClusters, restarts, manual, init, distanceFunction, maxIterations) | Klasteryzator |
| Argument | Typ | Szczegóły |
|---|
minClusters | Liczba całkowita, domyślnie: 2 | Minimalna liczba klastrów. |
maxClusters | Liczba całkowita, domyślnie: 10 | Maksymalna liczba klastrów. |
restarts | Liczba całkowita, domyślnie: 10 | Liczba ponownych uruchomień. |
manual | Wartość logiczna, domyślnie: false | Ręcznie wybierz liczbę klastrów. |
init | Wartość logiczna, domyślnie: false | Określa, czy inicjowanie ma się odbywać za pomocą probabilistycznej metody „najdalszy pierwszy” algorytmu k-średnich++ (zamiast standardowego losowego wyboru początkowych środków klastrów). |
distanceFunction | Ciąg znaków, domyślnie: „Euclidean” | Funkcja odległości do użycia. Dostępne opcje to: Euclidean i Manhattan. |
maxIterations | Liczba całkowita, domyślnie: null | Maksymalna liczba iteracji algorytmu k-średnich. |
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."],[[["\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. |"]]
