Pengumuman: Semua project nonkomersial yang terdaftar untuk menggunakan Earth Engine sebelum 15 April 2025 harus memverifikasi kelayakan nonkomersial untuk mempertahankan akses Earth Engine.
Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Melakukan pengelompokan K-Means pada gambar input. Menghasilkan gambar 1-band yang berisi ID cluster yang menjadi tujuan setiap piksel. Algoritma dapat berfungsi pada petak tetap sel yang tidak tumpang-tindih (gridSize, yang bisa lebih kecil dari petak) atau pada petak dengan tumpang-tindih (neighborhoodSize). Setelan defaultnya adalah menggunakan petak tanpa tumpang-tindih. Cluster dalam satu sel atau petak tidak terkait dengan cluster di sel atau petak lain. Setiap cluster yang mencakup batas sel atau petak dapat menerima dua label berbeda di kedua bagian. Setiap piksel input dengan mask sebagian akan sepenuhnya ditutupi dalam output.
Ukuran lingkungan. Jumlah untuk memperluas setiap petak (tumpang-tindih) saat menghitung cluster. Opsi ini tidak dapat muncul bersamaan dengan gridSize.
gridSize
Bilangan bulat, default: null
Ukuran sel petak. Jika lebih besar dari 0, kMeans akan dijalankan secara independen pada sel dengan ukuran ini. Hal ini akan membatasi ukuran cluster menjadi gridSize atau lebih kecil. Opsi ini sama eksklusifnya dengan neighborhoodSize.
forceConvergence
Boolean, default: false
Jika benar (true), error akan ditampilkan jika konvergensi tidak tercapai sebelum numIterations.
uniqueLabels
Boolean, default: benar (true)
Jika benar (true), cluster akan diberi ID unik. Jika tidak, mereka akan berulang per petak atau sel petak.
[[["Mudah dipahami","easyToUnderstand","thumb-up"],["Memecahkan masalah saya","solvedMyProblem","thumb-up"],["Lainnya","otherUp","thumb-up"]],[["Informasi yang saya butuhkan tidak ada","missingTheInformationINeed","thumb-down"],["Terlalu rumit/langkahnya terlalu banyak","tooComplicatedTooManySteps","thumb-down"],["Sudah usang","outOfDate","thumb-down"],["Masalah terjemahan","translationIssue","thumb-down"],["Masalah kode / contoh","samplesCodeIssue","thumb-down"],["Lainnya","otherDown","thumb-down"]],["Terakhir diperbarui pada 2025-07-26 UTC."],[[["Performs K-Means clustering on an input image, assigning each pixel to a cluster and outputting a single-band image with cluster IDs."],["Offers flexibility to control clustering with parameters like `numClusters`, `numIterations`, neighborhood size, and grid size."],["`neighborhoodSize` dictates the tile overlap for cluster computation, while `gridSize` allows independent clustering within fixed-size cells."],["Setting `uniqueLabels` to true ensures distinct cluster IDs across the entire image, while false results in repeated IDs per tile or grid cell."],["By default, uses tiles without overlap for clustering and assigns unique labels to clusters."]]],["K-Means clustering is applied to an input image, generating a single-band output image where each pixel is assigned a cluster ID. Clustering can occur within a fixed grid (`gridSize`) or within overlapping tiles (`neighborhoodSize`). By default, tiles have no overlap. Clusters are independent per cell/tile, potentially resulting in different labels for clusters crossing boundaries. Parameters include the number of clusters and iterations. Convergence can be enforced and the ID labels be unique or repeat depending on the specified parameter.\n"]]
