Annuncio: tutti i progetti non commerciali registrati per l'utilizzo di Earth Engine prima del
15 aprile 2025 devono
verificare l'idoneità non commerciale per mantenere l'accesso. Se non hai eseguito la verifica entro il 26 settembre 2025, il tuo accesso potrebbe essere sospeso.
ee.Clusterer.wekaLVQ
Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
Un clusterizzatore che implementa l'algoritmo Learning Vector Quantization. Per ulteriori dettagli, vedi:
T. Kohonen, "Learning Vector Quantization", The Handbook of Brain Theory and Neural Networks, 2nd Edition, MIT Press, 2003, pp. 631-634.
| Utilizzo | Resi |
|---|
ee.Clusterer.wekaLVQ(numClusters, learningRate, epochs, normalizeInput) | Clusterer |
| Argomento | Tipo | Dettagli |
|---|
numClusters | Numero intero, valore predefinito: 7 | Il numero di cluster. |
learningRate | Virgola mobile, valore predefinito: 1 | Il tasso di apprendimento per l'algoritmo di addestramento. Il valore deve essere maggiore di 0 e minore o uguale a 1. |
epochs | Numero intero, valore predefinito: 1000 | Numero di epoche di addestramento. Il valore deve essere maggiore o uguale a 1. |
normalizeInput | Booleano, valore predefinito: false | Salta la normalizzazione degli attributi. |
Salvo quando diversamente specificato, i contenuti di questa pagina sono concessi in base alla licenza Creative Commons Attribution 4.0, mentre gli esempi di codice sono concessi in base alla licenza Apache 2.0. Per ulteriori dettagli, consulta le norme del sito di Google Developers. Java è un marchio registrato di Oracle e/o delle sue consociate.
Ultimo aggiornamento 2025-07-26 UTC.
[null,null,["Ultimo aggiornamento 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"]]
