ee.Clusterer.wekaXMeans

O X-Means é o K-Means com uma estimativa eficiente do número de clusters. Para mais informações, acesse:

Dan Pelleg, Andrew W. Moore: X-means: Extending K-means with Efficient Estimation of the Number of Clusters. Em: Seventeenth International Conference on Machine Learning, 727-734, 2000.

UsoRetorna
ee.Clusterer.wekaXMeans(minClusters, maxClusters, maxIterations, maxKMeans, maxForChildren, useKD, cutoffFactor, distanceFunction, seed)Clusterer
ArgumentoTipoDetalhes
minClustersNúmero inteiro, padrão: 2Número mínimo de clusters.
maxClustersNúmero inteiro, padrão: 8Número máximo de clusters.
maxIterationsNúmero inteiro, padrão: 3Número máximo de iterações gerais.
maxKMeansNúmero inteiro, padrão: 1000O número máximo de iterações a serem realizadas no KMeans.
maxForChildrenNúmero inteiro, padrão: 1000O número máximo de iterações no KMeans que é realizado nos centros filhos.
useKDBooleano, padrão: falsoUse uma KDTree.
cutoffFactorPonto flutuante, padrão: 0Usa a porcentagem especificada dos centroides divididos se nenhum dos filhos vencer.
distanceFunctionString, padrão: "Euclidean"Função de distância a ser usada. As opções são: Chebyshev, Euclidiana e Manhattan.
seedNúmero inteiro, padrão: 10A semente de aleatorização.