Duyuru:
15 Nisan 2025'ten önce Earth Engine'i kullanmak için kaydedilen tüm ticari olmayan projelerin erişimlerini sürdürebilmeleri için
ticari olmayan uygunluklarını doğrulamaları gerekir. 26 Eylül 2025'e kadar doğrulama yapmazsanız erişiminiz bekletilebilir.
ee.Clusterer.wekaCascadeKMeans
Koleksiyonlar ile düzeninizi koruyun
İçeriği tercihlerinize göre kaydedin ve kategorilere ayırın.
Basit k-means'i basamaklandırma, Calinski-Harabasz ölçütüne göre en iyi k değerini seçer. Daha fazla bilgi için:
Calinski, T. ve J. Harabasz. 1974. Küme analizi için bir dendrit yöntemi. Commun. Stat. 3: 1-27.
| Kullanım | İadeler |
|---|
ee.Clusterer.wekaCascadeKMeans(minClusters, maxClusters, restarts, manual, init, distanceFunction, maxIterations) | Kümeleyici |
| Bağımsız Değişken | Tür | Ayrıntılar |
|---|
minClusters | Tamsayı, varsayılan: 2 | Minimum küme sayısı. |
maxClusters | Tamsayı, varsayılan: 10 | Maksimum küme sayısı. |
restarts | Tamsayı, varsayılan: 10 | Yeniden başlatma sayısı. |
manual | Boole değeri, varsayılan: false | Küme sayısını manuel olarak seçin. |
init | Boole değeri, varsayılan: false | K-means++ algoritmasının olasılıksal en uzak ilk benzeri yöntemi (ilk küme merkezlerinin standart rastgele seçimi yerine) kullanılarak başlatılıp başlatılmayacağını ayarlayın. |
distanceFunction | Dize, varsayılan: "Euclidean" | Kullanılacak mesafe işlevi. Seçenekler: Öklid ve Manhattan. |
maxIterations | Tam sayı, varsayılan: null | K-means için maksimum yineleme sayısı. |
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."],[],[]]
