Annonce : Tous les projets non commerciaux enregistrés pour utiliser Earth Engine avant le 15 avril 2025 devront vérifier leur éligibilité non commerciale pour conserver leur accès. Si vous ne validez pas votre statut avant le 26 septembre 2025, votre accès pourra être suspendu.
Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
entraîne le clusteriseur sur une collection de caractéristiques en utilisant les propriétés numériques spécifiées de chaque caractéristique comme données d'entraînement. La géométrie des entités est ignorée.
Liste des noms de propriétés à inclure en tant que données d'entraînement. Chaque caractéristique doit posséder toutes ces propriétés, et leurs valeurs doivent être numériques. Cet argument est facultatif si la collection d'entrée contient une propriété "band_order" (telle que produite par Image.sample).
subsampling
Float, valeur par défaut : 1
Facteur de sous-échantillonnage facultatif, compris entre 0 et 1 (inclus).
subsamplingSeed
Entier, valeur par défaut : 0
Graine de randomisation à utiliser pour le sous-échantillonnage.
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2025/07/26 (UTC).
[[["Facile à comprendre","easyToUnderstand","thumb-up"],["J'ai pu résoudre mon problème","solvedMyProblem","thumb-up"],["Autre","otherUp","thumb-up"]],[["Il n'y a pas l'information dont j'ai besoin","missingTheInformationINeed","thumb-down"],["Trop compliqué/Trop d'étapes","tooComplicatedTooManySteps","thumb-down"],["Obsolète","outOfDate","thumb-down"],["Problème de traduction","translationIssue","thumb-down"],["Mauvais exemple/Erreur de code","samplesCodeIssue","thumb-down"],["Autre","otherDown","thumb-down"]],["Dernière mise à jour le 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"]]