Anuncio: Todos los proyectos no comerciales registrados para usar Earth Engine antes del 15 de abril de 2025 deben verificar su elegibilidad no comercial para mantener el acceso. Si no realizas la verificación antes del 26 de septiembre de 2025, es posible que se suspenda tu acceso.
Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
Entrena el Clusterer en una colección de atributos usando las propiedades numéricas especificadas de cada atributo como datos de entrenamiento. Se ignora la geometría de los elementos.
Es la colección con la que se entrenará el modelo.
inputProperties
Lista, valor predeterminado: null
Es la lista de nombres de propiedades que se incluirán como datos de entrenamiento. Cada atributo debe tener todas estas propiedades, y sus valores deben ser numéricos. Este argumento es opcional si la colección de entrada contiene una propiedad "band_order" (como la que produce Image.sample).
subsampling
Número de punto flotante, valor predeterminado: 1
Es un factor de submuestreo opcional, dentro del intervalo (0, 1].
subsamplingSeed
Número entero, valor predeterminado: 0
Es una semilla de aleatorización que se usará para el submuestreo.
[[["Fácil de comprender","easyToUnderstand","thumb-up"],["Resolvió mi problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Falta la información que necesito","missingTheInformationINeed","thumb-down"],["Muy complicado o demasiados pasos","tooComplicatedTooManySteps","thumb-down"],["Desactualizado","outOfDate","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Problema con las muestras o los códigos","samplesCodeIssue","thumb-down"],["Otro","otherDown","thumb-down"]],["Última actualización: 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"]]