ঘোষণা :
15 এপ্রিল, 2025 এর আগে আর্থ ইঞ্জিন ব্যবহার করার জন্য নিবন্ধিত সমস্ত অবাণিজ্যিক প্রকল্পগুলিকে অ্যাক্সেস বজায় রাখার জন্য
অবাণিজ্যিক যোগ্যতা যাচাই করতে হবে। আপনি যদি 26 সেপ্টেম্বর, 2025 এর মধ্যে যাচাই না করে থাকেন তবে আপনার অ্যাক্সেস হোল্ডে রাখা হতে পারে।
ee.Clusterer.wekaLVQ
সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
একটি ক্লাস্টার যা লার্নিং ভেক্টর কোয়ান্টাইজেশন অ্যালগরিদম প্রয়োগ করে। আরো বিস্তারিত জানার জন্য, দেখুন:
T. Kohonen, "Learning Vector Quantization", The Handbook of Brain Theory and Neural Networks, 2nd Edition, MIT Press, 2003, pp. 631-634.
| ব্যবহার | রিটার্নস | ee.Clusterer.wekaLVQ( numClusters , learningRate , epochs , normalizeInput ) | ক্লাস্টার |
| যুক্তি | টাইপ | বিস্তারিত | numClusters | পূর্ণসংখ্যা, ডিফল্ট: 7 | ক্লাস্টার সংখ্যা। |
learningRate | ফ্লোট, ডিফল্ট: 1 | প্রশিক্ষণ অ্যালগরিদমের জন্য শেখার হার। মান 0-এর বেশি এবং 1-এর কম বা সমান হওয়া উচিত। |
epochs | পূর্ণসংখ্যা, ডিফল্ট: 1000 | প্রশিক্ষণ যুগের সংখ্যা। মান 1 এর থেকে বেশি বা সমান হওয়া উচিত। |
normalizeInput | বুলিয়ান, ডিফল্ট: মিথ্যা | গুণাবলী স্বাভাবিককরণ এড়িয়ে যান। |
অন্য কিছু উল্লেখ না করা থাকলে, এই পৃষ্ঠার কন্টেন্ট Creative Commons Attribution 4.0 License-এর অধীনে এবং কোডের নমুনাগুলি Apache 2.0 License-এর অধীনে লাইসেন্স প্রাপ্ত। আরও জানতে, Google Developers সাইট নীতি দেখুন। Java হল Oracle এবং/অথবা তার অ্যাফিলিয়েট সংস্থার রেজিস্টার্ড ট্রেডমার্ক।
2025-07-24 UTC-তে শেষবার আপডেট করা হয়েছে।
[null,null,["2025-07-24 UTC-তে শেষবার আপডেট করা হয়েছে।"],[],["The `ee.Clusterer.wekaLVQ` function implements the Learning Vector Quantization algorithm for clustering. It requires specifying the number of clusters (`numClusters`, default 7), the learning rate (`learningRate`, default 1, between 0 and 1), the number of training epochs (`epochs`, default 1000, at least 1), and whether to normalize the input attributes (`normalizeInput`, default false). The function returns a Clusterer object. The algorithm's details are described in a specific paper by T. Kohonen.\n"]]
