Anúncio: todos os projetos não comerciais registrados para usar o Earth Engine antes de
15 de abril de 2025 precisam
verificar a qualificação não comercial para manter o acesso ao Earth Engine.
ee.Clusterer.wekaXMeans
Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
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.
| Uso | Retorna |
|---|
ee.Clusterer.wekaXMeans(minClusters, maxClusters, maxIterations, maxKMeans, maxForChildren, useKD, cutoffFactor, distanceFunction, seed) | Clusterer |
| Argumento | Tipo | Detalhes |
|---|
minClusters | Número inteiro, padrão: 2 | Número mínimo de clusters. |
maxClusters | Número inteiro, padrão: 8 | Número máximo de clusters. |
maxIterations | Número inteiro, padrão: 3 | Número máximo de iterações gerais. |
maxKMeans | Número inteiro, padrão: 1000 | O número máximo de iterações a serem realizadas no KMeans. |
maxForChildren | Número inteiro, padrão: 1000 | O número máximo de iterações no KMeans que é realizado nos centros filhos. |
useKD | Booleano, padrão: falso | Use uma KDTree. |
cutoffFactor | Ponto flutuante, padrão: 0 | Usa a porcentagem especificada dos centroides divididos se nenhum dos filhos vencer. |
distanceFunction | String, padrão: "Euclidean" | Função de distância a ser usada. As opções são: Chebyshev, Euclidiana e Manhattan. |
seed | Número inteiro, padrão: 10 | A semente de aleatorização. |
Exceto em caso de indicação contrária, o conteúdo desta página é licenciado de acordo com a Licença de atribuição 4.0 do Creative Commons, e as amostras de código são licenciadas de acordo com a Licença Apache 2.0. Para mais detalhes, consulte as políticas do site do Google Developers. Java é uma marca registrada da Oracle e/ou afiliadas.
Última atualização 2025-07-26 UTC.
[null,null,["Última atualização 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. |"]]
