Anuncio: Todos los proyectos no comerciales registrados para usar Earth Engine antes del
15 de abril de 2025 deben
verificar su elegibilidad no comercial para mantener el acceso. Si no realizas la verificación antes del 26 de septiembre de 2025, es posible que se suspenda tu acceso.
ee.Clusterer.wekaCobweb
Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
Implementación del algoritmo de agrupamiento Cobweb. Para obtener más información, consulta lo siguiente:
D. Fisher (1987). Adquisición de conocimiento a través de la agrupación conceptual incremental. Aprendizaje automático. 2(2):139-172. y J. H. Gennari, P. Langley, D. Fisher (1990). Modelos de formación de conceptos incrementales. Inteligencia artificial. 40:11-61.
| Uso | Muestra |
|---|
ee.Clusterer.wekaCobweb(acuity, cutoff, seed) | Clusterer |
| Argumento | Tipo | Detalles |
|---|
acuity | Número de punto flotante, valor predeterminado: 1 | Agudeza (desviación estándar mínima). |
cutoff | Número de punto flotante, valor predeterminado: 0.002 | Punto de corte (utilidad mínima de la categoría). |
seed | Número entero, valor predeterminado: 42 | Es el valor de inicialización del número aleatorio. |
Salvo que se indique lo contrario, el contenido de esta página está sujeto a la licencia Atribución 4.0 de Creative Commons, y los ejemplos de código están sujetos a la licencia Apache 2.0. Para obtener más información, consulta las políticas del sitio de Google Developers. Java es una marca registrada de Oracle o sus afiliados.
Última actualización: 2025-07-26 (UTC)
[null,null,["Última actualización: 2025-07-26 (UTC)"],[],["The core content details the implementation of the Cobweb clustering algorithm. It allows users to create a clusterer with the `ee.Clusterer.wekaCobweb` function. This function takes three arguments: `acuity` (minimum standard deviation, default 1), `cutoff` (minimum category utility, default 0.002), and `seed` (random number seed, default 42). The function returns a `Clusterer` object. References to academic papers by Fisher and Gennari, Langley, and Fisher are also provided for more information about the algorithm.\n"]]
