公告：凡是在
2025 年 4 月 15 日前註冊使用 Earth Engine 的非商業專案，都必須
驗證非商業用途資格，才能繼續存取 Earth Engine。
ee.Clusterer.wekaCobweb
透過集合功能整理內容
你可以依據偏好儲存及分類內容。
實作 Cobweb 叢集演算法。如需詳細資訊，請參閱：
D. Fisher (1987)。透過遞增概念分群法取得知識。機器學習。2(2):139-172. 和 J. H. Gennari, P. Langley, D. Fisher (1990)。增量概念形成模型。人工智慧。40:11-61。
| 用量 | 傳回 |
|---|
ee.Clusterer.wekaCobweb(acuity, cutoff, seed) | 叢集器 |
| 引數 | 類型 | 詳細資料 |
|---|
acuity | 浮點值，預設值為 1 | 準確度 (標準差最小值)。 |
cutoff | 浮點值，預設值為 0.002 | 截斷 (最低類別實用性)。 |
seed | 整數，預設值為 42 | 隨機數種子。 |
除非另有註明，否則本頁面中的內容是採用創用 CC 姓名標示 4.0 授權，程式碼範例則為阿帕契 2.0 授權。詳情請參閱《Google Developers 網站政策》。Java 是 Oracle 和/或其關聯企業的註冊商標。
上次更新時間：2025-07-26 (世界標準時間)。
[null,null,["上次更新時間：2025-07-26 (世界標準時間)。"],[[["\u003cp\u003eImplements the Cobweb clustering algorithm for incremental conceptual clustering.\u003c/p\u003e\n"],["\u003cp\u003eUtilizes acuity and cutoff parameters to control cluster formation based on standard deviation and category utility.\u003c/p\u003e\n"],["\u003cp\u003eOffers flexibility in initialization through a user-defined random number seed.\u003c/p\u003e\n"],["\u003cp\u003eBased on research by Fisher (1987) and Gennari, Langley, & Fisher (1990) in machine learning and artificial intelligence.\u003c/p\u003e\n"]]],["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"],null,["# ee.Clusterer.wekaCobweb\n\nImplementation of the Cobweb clustering algorithm. For more information see:\n\n\u003cbr /\u003e\n\nD. Fisher (1987). Knowledge acquisition via incremental conceptual clustering. Machine Learning. 2(2):139-172. and J. H. Gennari, P. Langley, D. Fisher (1990). Models of incremental concept formation. Artificial Intelligence. 40:11-61.\n\n| Usage | Returns |\n|---------------------------------------------------------------|-----------|\n| `ee.Clusterer.wekaCobweb(`*acuity* `, `*cutoff* `, `*seed*`)` | Clusterer |\n\n| Argument | Type | Details |\n|----------|-----------------------|--------------------------------------|\n| `acuity` | Float, default: 1 | Acuity (minimum standard deviation). |\n| `cutoff` | Float, default: 0.002 | Cutoff (minimum category utility). |\n| `seed` | Integer, default: 42 | Random number seed. |"]]
