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 a Earth Engine.
ee.Clusterer.wekaLVQ
Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
Un Clusterer que implementa el algoritmo de cuantificación de vectores de aprendizaje. Para obtener más información, consulta los siguientes recursos:
T. Kohonen, "Learning Vector Quantization", The Handbook of Brain Theory and Neural Networks, 2nd Edition, MIT Press, 2003, págs. 631-634.
| Uso | Muestra |
|---|
ee.Clusterer.wekaLVQ(numClusters, learningRate, epochs, normalizeInput) | Clusterer |
| Argumento | Tipo | Detalles |
|---|
numClusters | Número entero, valor predeterminado: 7 | Es la cantidad de clústeres. |
learningRate | Número de punto flotante, valor predeterminado: 1 | Es la tasa de aprendizaje del algoritmo de entrenamiento. El valor debe ser mayor que 0 y menor o igual que 1. |
epochs | Número entero, valor predeterminado: 1000 | Cantidad de ciclos de entrenamiento. El valor debe ser mayor o igual que 1. |
normalizeInput | Booleano, valor predeterminado: falso | No normaliza los atributos. |
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 `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"],null,[]]
