ประกาศ: โปรเจ็กต์ที่ไม่ใช่เชิงพาณิชย์ทั้งหมดที่ลงทะเบียนเพื่อใช้ Earth Engine ก่อนวันที่
15 เมษายน 2025 ต้อง
ยืนยันการมีสิทธิ์ที่ไม่ใช่เชิงพาณิชย์เพื่อรักษาสิทธิ์เข้าถึง หากคุณไม่ยืนยันภายในวันที่ 26 กันยายน 2025 ระบบอาจระงับสิทธิ์เข้าถึงของคุณ
ee.Clusterer.wekaXMeans
จัดทุกอย่างให้เป็นระเบียบอยู่เสมอด้วยคอลเล็กชัน
บันทึกและจัดหมวดหมู่เนื้อหาตามค่ากำหนดของคุณ
X-Means คือ K-Means ที่มีการประมาณจำนวนคลัสเตอร์อย่างมีประสิทธิภาพ ดูข้อมูลเพิ่มเติมได้ที่
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.
การใช้งาน | การคืนสินค้า |
---|
ee.Clusterer.wekaXMeans(minClusters, maxClusters, maxIterations, maxKMeans, maxForChildren, useKD, cutoffFactor, distanceFunction, seed) | Clusterer |
อาร์กิวเมนต์ | ประเภท | รายละเอียด |
---|
minClusters | จำนวนเต็ม ค่าเริ่มต้น: 2 | จำนวนคลัสเตอร์ขั้นต่ำ |
maxClusters | จำนวนเต็ม ค่าเริ่มต้น: 8 | จำนวนคลัสเตอร์สูงสุด |
maxIterations | จำนวนเต็ม ค่าเริ่มต้น: 3 | จำนวนการวนซ้ำโดยรวมสูงสุด |
maxKMeans | จำนวนเต็ม ค่าเริ่มต้น: 1000 | จำนวนการวนซ้ำสูงสุดที่จะดำเนินการใน KMeans |
maxForChildren | จำนวนเต็ม ค่าเริ่มต้น: 1000 | จำนวนการทำซ้ำสูงสุดใน KMeans ที่ดำเนินการกับจุดกึ่งกลางขององค์ประกอบย่อย |
useKD | บูลีน ค่าเริ่มต้น: false | ใช้ KDTree |
cutoffFactor | Float, ค่าเริ่มต้น: 0 | ใช้เปอร์เซ็นต์ที่ระบุของเซ็นทรอยด์ที่แยก หากไม่มีองค์ประกอบย่อยใดชนะ |
distanceFunction | String, ค่าเริ่มต้น: "Euclidean" | ฟังก์ชันระยะทางที่จะใช้ ตัวเลือกมีดังนี้ Chebyshev, Euclidean และ Manhattan |
seed | จำนวนเต็ม ค่าเริ่มต้น: 10 | ค่าเริ่มต้นของการสุ่ม |
เนื้อหาของหน้าเว็บนี้ได้รับอนุญาตภายใต้ใบอนุญาตที่ต้องระบุที่มาของครีเอทีฟคอมมอนส์ 4.0 และตัวอย่างโค้ดได้รับอนุญาตภายใต้ใบอนุญาต Apache 2.0 เว้นแต่จะระบุไว้เป็นอย่างอื่น โปรดดูรายละเอียดที่นโยบายเว็บไซต์ Google Developers Java เป็นเครื่องหมายการค้าจดทะเบียนของ Oracle และ/หรือบริษัทในเครือ
อัปเดตล่าสุด 2025-07-26 UTC
[null,null,["อัปเดตล่าสุด 2025-07-26 UTC"],[],[]]