ee.Clusterer.wekaXMeans
संग्रह की मदद से व्यवस्थित रहें
अपनी प्राथमिकताओं के आधार पर, कॉन्टेंट को सेव करें और कैटगरी में बांटें.
X-Means, K-Means का बेहतर वर्शन है. इसमें क्लस्टर की संख्या का अनुमान ज़्यादा सटीक तरीके से लगाया जाता है. ज़्यादा जानकारी के लिए, यह लेख पढ़ें:
डैन पेलेग, एंड्रयू डब्ल्यू. मूर: एक्स-मीन्स: क्लस्टर की संख्या का अनुमान लगाने के लिए, के-मीन्स को बेहतर बनाया गया है. In: Seventeenth International Conference on Machine Learning, 727-734, 2000.
| इस्तेमाल | रिटर्न |
|---|
ee.Clusterer.wekaXMeans(minClusters, maxClusters, maxIterations, maxKMeans, maxForChildren, useKD, cutoffFactor, distanceFunction, seed) | क्लस्टरर |
| आर्ग्यूमेंट | टाइप | विवरण |
|---|
minClusters | पूर्णांक, डिफ़ॉल्ट: 2 | क्लस्टर की कम से कम संख्या. |
maxClusters | पूर्णांक, डिफ़ॉल्ट: 8 | ज़्यादा से ज़्यादा क्लस्टर. |
maxIterations | पूर्णांक, डिफ़ॉल्ट: 3 | कुल मिलाकर ज़्यादा से ज़्यादा पुनरावृत्तियां. |
maxKMeans | पूर्णांक, डिफ़ॉल्ट: 1000 | KMeans में ज़्यादा से ज़्यादा इतने इटरेशन किए जा सकते हैं. |
maxForChildren | पूर्णांक, डिफ़ॉल्ट: 1000 | यह बच्चों के केंद्रों पर किए गए KMeans में ज़्यादा से ज़्यादा इटरेशन की संख्या है. |
useKD | बूलियन, डिफ़ॉल्ट वैल्यू: false | KDTree का इस्तेमाल करें. |
cutoffFactor | फ़्लोट, डिफ़ॉल्ट: 0 | अगर कोई भी चाइल्ड नोड नहीं जीतता है, तो स्प्लिट किए गए सेंट्रॉइड का दिया गया प्रतिशत लेता है. |
distanceFunction | स्ट्रिंग, डिफ़ॉल्ट: "Euclidean" | इस्तेमाल किया जाने वाला दूरी फ़ंक्शन. इसके विकल्प ये हैं: चेबीशेव, यूक्लिडियन, और मैनहैटन. |
seed | पूर्णांक, डिफ़ॉल्ट: 10 | रैंडमाइज़ेशन सीड. |
जब तक कुछ अलग से न बताया जाए, तब तक इस पेज की सामग्री को Creative Commons Attribution 4.0 License के तहत और कोड के नमूनों को Apache 2.0 License के तहत लाइसेंस मिला है. ज़्यादा जानकारी के लिए, Google Developers साइट नीतियां देखें. Oracle और/या इससे जुड़ी हुई कंपनियों का, Java एक रजिस्टर किया हुआ ट्रेडमार्क है.
आखिरी बार 2025-07-26 (UTC) को अपडेट किया गया.
[null,null,["आखिरी बार 2025-07-26 (UTC) को अपडेट किया गया."],[[["\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. |"]]
