Объявление : Все некоммерческие проекты, зарегистрированные для использования Earth Engine до
15 апреля 2025 года, должны
подтвердить некоммерческое право на сохранение доступа к Earth Engine.
ee.Clusterer.wekaCascadeKMeans
Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
Каскадный алгоритм простых k-средних выбирает наилучшее значение k согласно критерию Калински-Харабаша. Подробнее см.:
Калински, Т. и Дж. Харабаш. 1974. Дендритный метод для кластерного анализа. Commun. Stat. 3: 1-27.
| Использование | Возврат | ee.Clusterer.wekaCascadeKMeans( minClusters , maxClusters , restarts , manual , init , distanceFunction , maxIterations ) | Кластеризатор |
| Аргумент | Тип | Подробности | minClusters | Целое число, по умолчанию: 2 | Минимальное количество кластеров. |
maxClusters | Целое число, по умолчанию: 10 | Максимальное количество кластеров. |
restarts | Целое число, по умолчанию: 10 | Количество перезапусков. |
manual | Логическое значение, по умолчанию: false | Вручную выберите количество кластеров. |
init | Логическое значение, по умолчанию: false | Установите, следует ли инициализировать с помощью вероятностного метода «наиболее дальний первый подобный» алгоритма k-means++ (вместо стандартного случайного выбора начальных центров кластеров). |
distanceFunction | Строка, по умолчанию: «Евклидова» | Используемая функция расстояния. Возможные варианты: евклидово и манхэттенское. |
maxIterations | Целое число, по умолчанию: null | Максимальное количество итераций для k-средних. |
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."],[[["\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. |"]]
