Die Earth Engine führt nicht kommerzielle Kontingentstufen ein, um gemeinsam genutzte Rechenressourcen zu schützen und eine zuverlässige Leistung für alle sicherzustellen. Für alle nicht kommerziellen Projekte muss bis zum 27. April 2026 eine Kontingentstufe ausgewählt werden. Geschieht dies nicht, wird standardmäßig die Stufe „Community“ verwendet. Die Stufenkontingente treten für alle Projekte (unabhängig vom Datum der Stufenauswahl) am 27. April 2026 in Kraft. Weitere Informationen
ee.Clusterer.train
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Trainiert den Clusterer anhand einer Sammlung von Features. Dabei werden die angegebenen numerischen Eigenschaften jedes Features als Trainingsdaten verwendet. Die Geometrie der Features wird ignoriert.
Die Liste der Attributnamen, die als Trainingsdaten verwendet werden sollen. Jedes Feature muss alle diese Attribute haben und ihre Werte müssen numerisch sein. Dieses Argument ist optional, wenn die Eingabesammlung die Eigenschaft „band_order“ enthält (wie von Image.sample erzeugt).
subsampling
Gleitkommazahl, Standardwert: 1
Ein optionaler Subsampling-Faktor im Bereich (0, 1].
subsamplingSeed
Ganzzahl, Standardwert: 0
Ein Randomisierungs-Seed, der für die Teilstichprobenerhebung verwendet werden soll.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Benötigte Informationen nicht gefunden","missingTheInformationINeed","thumb-down"],["Zu umständlich/zu viele Schritte","tooComplicatedTooManySteps","thumb-down"],["Nicht mehr aktuell","outOfDate","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Problem mit Beispielen/Code","samplesCodeIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-07-26 (UTC)."],[],["The `Clusterer.train` method trains a Clusterer using a FeatureCollection. It takes a collection of features and uses their numeric properties as training data, ignoring feature geometry. Users specify `inputProperties` (a list of numeric property names) to be used for training. Subsampling can be employed by setting the `subsampling` (factor between 0 and 1) and optionally, the `subsamplingSeed` to control randomness. The method returns the trained `Clusterer` object.\n"]]