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.
Membuat pengklasifikasi k-NN kosong.
Algoritma k-nearest neighbor (k-NN) adalah metode untuk mengklasifikasikan objek dengan suara terbanyak dari tetangganya, dengan objek yang ditetapkan ke kelas yang paling umum di antara k tetangga terdekatnya (k adalah bilangan bulat positif, biasanya kecil, biasanya ganjil).
Penggunaan
Hasil
ee.Classifier.smileKNN(k, searchMethod, metric)
Pengklasifikasi
Argumen
Jenis
Detail
k
Bilangan bulat, default: 1
Jumlah tetangga untuk klasifikasi.
searchMethod
String, default: "AUTO"
Metode penelusuran. Berikut adalah [AUTO, LINEAR_SEARCH, KD_TREE, COVER_TREE] yang valid.
AUTO akan memilih antara KD_TREE dan COVER_TREE, bergantung pada jumlah dimensi. Hasil dapat bervariasi antara metode penelusuran yang berbeda untuk ikatan jarak dan nilai probabilitas. Karena performa dan hasil dapat bervariasi, lihat dokumentasi SMILE dan literatur lainnya.
metric
String, default: "EUCLIDEAN"
Metrik jarak yang akan digunakan. CATATAN: KD_TREE (dan AUTO untuk dimensi rendah) tidak akan menggunakan metrik yang dipilih. Opsinya adalah:
'EUCLIDEAN' - Jarak Euclidean.
'MAHALANOBIS' - Jarak Mahalanobis.
'MANHATTAN' - Jarak Manhattan.
'BRAYCURTIS' - Jarak Bray-Curtis.
[[["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."],[[["Creates a k-Nearest Neighbors (k-NN) classifier using the SMILE machine learning library within Google Earth Engine."],["The classifier is trained using labeled data and can be applied to classify images based on the proximity of pixel values to known classes."],["Users can customize the number of neighbors (k), search method, and distance metric for the k-NN algorithm."],["Includes JavaScript and Python examples demonstrating classifier training and image classification using Landsat 8 data."]]],[]]