ee.Clusterer.wekaLVQ
Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
Un clusteriseur qui implémente l'algorithme Learning Vector Quantization. Pour en savoir plus, consultez les pages suivantes :
T. Kohonen, "Learning Vector Quantization", The Handbook of Brain Theory and Neural Networks, 2e édition, MIT Press, 2003, pp. 631-634.
| Utilisation | Renvoie |
|---|
ee.Clusterer.wekaLVQ(numClusters, learningRate, epochs, normalizeInput) | Clusterer |
| Argument | Type | Détails |
|---|
numClusters | Entier, valeur par défaut : 7 | Nombre de clusters. |
learningRate | Float, valeur par défaut : 1 | Taux d'apprentissage de l'algorithme d'entraînement. La valeur doit être supérieure à 0 et inférieure ou égale à 1. |
epochs | Entier, valeur par défaut : 1 000 | Nombre d'époques d'entraînement. La valeur doit être supérieure ou égale à 1. |
normalizeInput | Booléen, valeur par défaut : false | Ignorez la normalisation des attributs. |
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2025/07/26 (UTC).
[null,null,["Dernière mise à jour le 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,[]]
