お知らせ:
2025 年 4 月 15 日より前に Earth Engine の使用を登録したすべての非商用プロジェクトは、Earth Engine へのアクセスを維持するために
非商用目的での利用資格を確認する必要があります。
ee.Clusterer.wekaXMeans
コレクションでコンテンツを整理
必要に応じて、コンテンツの保存と分類を行います。
X-Means は、クラスタ数の効率的な推定を行う K 平均法です。詳細については、次をご覧ください。
Dan 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.
用途 | 戻り値 |
---|
ee.Clusterer.wekaXMeans(minClusters, maxClusters, maxIterations, maxKMeans, maxForChildren, useKD, cutoffFactor, distanceFunction, seed) | クラスタリング |
引数 | タイプ | 詳細 |
---|
minClusters | 整数、デフォルト: 2 | クラスタの最小数。 |
maxClusters | 整数、デフォルト: 8 | クラスタの最大数。 |
maxIterations | 整数、デフォルト: 3 | 全体的な反復処理の最大数。 |
maxKMeans | 整数、デフォルト: 1000 | KMeans で実行する最大反復回数。 |
maxForChildren | 整数、デフォルト: 1000 | 子センターで実行される KMeans の最大反復回数。 |
useKD | ブール値。デフォルト値は false です。 | KDTree を使用します。 |
cutoffFactor | 浮動小数点数、デフォルト: 0 | 子ノードのいずれも勝者でない場合は、分割されたセントロイドの指定された割合を取得します。 |
distanceFunction | 文字列、デフォルト: "Euclidean" | 使用する距離関数。オプションは、チェビシェフ、ユークリッド、マンハッタンです。 |
seed | 整数、デフォルト: 10 | ランダム化シード。 |
特に記載のない限り、このページのコンテンツはクリエイティブ・コモンズの表示 4.0 ライセンスにより使用許諾されます。コードサンプルは Apache 2.0 ライセンスにより使用許諾されます。詳しくは、Google Developers サイトのポリシーをご覧ください。Java は Oracle および関連会社の登録商標です。
最終更新日 2025-07-26 UTC。
[null,null,["最終更新日 2025-07-26 UTC。"],[[["\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. |"]]