ঘোষণা :
15 এপ্রিল, 2025 এর আগে আর্থ ইঞ্জিন ব্যবহার করার জন্য নিবন্ধিত সমস্ত অবাণিজ্যিক প্রকল্পগুলিকে অবশ্যই আর্থ ইঞ্জিন অ্যাক্সেস বজায় রাখার জন্য
অ-বাণিজ্যিক যোগ্যতা যাচাই করতে হবে।
ee.Clusterer.wekaXMeans
সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
ক্লাস্টারের সংখ্যার একটি দক্ষ অনুমান সহ এক্স-মিনস হল K-মান। আরও তথ্যের জন্য দেখুন:
ড্যান পেলেগ, অ্যান্ড্রু ডব্লিউ. মুর: এক্স-অর্থ: ক্লাস্টারের সংখ্যার দক্ষ অনুমান সহ K-এর অর্থ প্রসারিত করা। ইন: মেশিন লার্নিং এর সপ্তদশ আন্তর্জাতিক সম্মেলন, 727-734, 2000।
| ব্যবহার | রিটার্নস | ee.Clusterer.wekaXMeans( minClusters , maxClusters , maxIterations , maxKMeans , maxForChildren , useKD , cutoffFactor , distanceFunction , seed ) | ক্লাস্টার |
| যুক্তি | টাইপ | বিস্তারিত | minClusters | পূর্ণসংখ্যা, ডিফল্ট: 2 | ক্লাস্টারের ন্যূনতম সংখ্যা। |
maxClusters | পূর্ণসংখ্যা, ডিফল্ট: 8 | ক্লাস্টারের সর্বাধিক সংখ্যা। |
maxIterations | পূর্ণসংখ্যা, ডিফল্ট: 3 | সামগ্রিক পুনরাবৃত্তির সর্বাধিক সংখ্যা। |
maxKMeans | পূর্ণসংখ্যা, ডিফল্ট: 1000 | KMeans-এ সঞ্চালনের জন্য সর্বাধিক সংখ্যক পুনরাবৃত্তি। |
maxForChildren | পূর্ণসংখ্যা, ডিফল্ট: 1000 | KMeans-এ সর্বাধিক সংখ্যক পুনরাবৃত্তি যা চাইল্ড সেন্টারে সম্পাদিত হয়। |
useKD | বুলিয়ান, ডিফল্ট: মিথ্যা | একটি KDTree ব্যবহার করুন। |
cutoffFactor | ফ্লোট, ডিফল্ট: 0 | বিভক্ত সেন্ট্রোয়েডের প্রদত্ত শতাংশ নেয় যদি বাচ্চাদের মধ্যে কেউ জয়ী না হয়। |
distanceFunction | স্ট্রিং, ডিফল্ট: "ইউক্লিডীয়" | ব্যবহার করার জন্য দূরত্ব ফাংশন। বিকল্পগুলি হল: চেবিশেভ, ইউক্লিডিয়ান এবং ম্যানহাটন। |
seed | পূর্ণসংখ্যা, ডিফল্ট: 10 | এলোমেলোকরণের বীজ। |
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।"],[[["\u003cp\u003eX-Means extends the K-Means clustering algorithm by efficiently estimating the optimal number of clusters within a specified range.\u003c/p\u003e\n"],["\u003cp\u003eThe algorithm iteratively evaluates potential cluster splits using a Bayesian Information Criterion (BIC) to determine the most likely number of clusters.\u003c/p\u003e\n"],["\u003cp\u003eUsers can customize parameters like the minimum and maximum number of clusters, iterations, distance function, and randomization seed for fine-grained control over the clustering process.\u003c/p\u003e\n"],["\u003cp\u003eImplemented within Earth Engine, X-Means offers a scalable solution for geospatial data analysis and pattern recognition tasks.\u003c/p\u003e\n"]]],[],null,["# ee.Clusterer.wekaXMeans\n\nX-Means is K-Means with an efficient estimation of the number of clusters. For more information see:\n\n\u003cbr /\u003e\n\nDan Pelleg, Andrew W. Moore: X-means: Extending K-means with Efficient Estimation of the Number of Clusters. In: Seventeenth International Conference on Machine Learning, 727-734, 2000.\n\n| Usage | Returns |\n|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|-----------|\n| `ee.Clusterer.wekaXMeans(`*minClusters* `, `*maxClusters* `, `*maxIterations* `, `*maxKMeans* `, `*maxForChildren* `, `*useKD* `, `*cutoffFactor* `, `*distanceFunction* `, `*seed*`)` | Clusterer |\n\n| Argument | Type | Details |\n|--------------------|------------------------------|------------------------------------------------------------------------------------|\n| `minClusters` | Integer, default: 2 | Minimum number of clusters. |\n| `maxClusters` | Integer, default: 8 | Maximum number of clusters. |\n| `maxIterations` | Integer, default: 3 | Maximum number of overall iterations. |\n| `maxKMeans` | Integer, default: 1000 | The maximum number of iterations to perform in KMeans. |\n| `maxForChildren` | Integer, default: 1000 | The maximum number of iterations in KMeans that is performed on the child centers. |\n| `useKD` | Boolean, default: false | Use a KDTree. |\n| `cutoffFactor` | Float, default: 0 | Takes the given percentage of the split centroids if none of the children win. |\n| `distanceFunction` | String, default: \"Euclidean\" | Distance function to use. Options are: Chebyshev, Euclidean, and Manhattan. |\n| `seed` | Integer, default: 10 | The randomization seed. |"]]
