Earth Engine, गैर-व्यावसायिक इस्तेमाल के लिए कोटा टियर लॉन्च कर रहा है. इससे शेयर किए गए कंप्यूट संसाधनों को सुरक्षित रखने और सभी के लिए भरोसेमंद परफ़ॉर्मेंस को पक्का करने में मदद मिलेगी. सभी गैर-व्यावसायिक प्रोजेक्ट को 27 अप्रैल, 2026 तक कोटा टियर चुनना होगा. ऐसा न करने पर, वे डिफ़ॉल्ट रूप से कम्यूनिटी टियर का इस्तेमाल करेंगे. टियर के कोटे, सभी प्रोजेक्ट के लिए 27 अप्रैल, 2026 से लागू होंगे. भले ही, टियर चुनने की तारीख कुछ भी हो. ज़्यादा जानें।
ee.Clusterer.train
संग्रह की मदद से व्यवस्थित रहें
अपनी प्राथमिकताओं के आधार पर, कॉन्टेंट को सेव करें और कैटगरी में बांटें.
यह फ़ंक्शन, सुविधाओं के कलेक्शन पर क्लस्टरर को ट्रेन करता है. इसके लिए, हर सुविधा की तय की गई संख्या वाली प्रॉपर्टी को ट्रेनिंग डेटा के तौर पर इस्तेमाल करता है. सुविधाओं की ज्यामिति को अनदेखा किया जाता है.
प्रॉपर्टी के नामों की वह सूची जिसे ट्रेनिंग डेटा के तौर पर शामिल करना है. हर सुविधा में ये सभी प्रॉपर्टी होनी चाहिए. साथ ही, इनकी वैल्यू संख्या में होनी चाहिए. अगर इनपुट कलेक्शन में 'band_order' प्रॉपर्टी (Image.sample से जनरेट की गई) शामिल है, तो इस तर्क का इस्तेमाल करना ज़रूरी नहीं है.
subsampling
फ़्लोट, डिफ़ॉल्ट: 1
सबसैंपलिंग फ़ैक्टर, जो (0, 1] के बीच का होता है. यह ज़रूरी नहीं है.
subsamplingSeed
पूर्णांक, डिफ़ॉल्ट: 0
सबसैंपलिंग के लिए इस्तेमाल किया जाने वाला रैंडमाइज़ेशन सीड.
[[["समझने में आसान है","easyToUnderstand","thumb-up"],["मेरी समस्या हल हो गई","solvedMyProblem","thumb-up"],["अन्य","otherUp","thumb-up"]],[["वह जानकारी मौजूद नहीं है जो मुझे चाहिए","missingTheInformationINeed","thumb-down"],["बहुत मुश्किल है / बहुत सारे चरण हैं","tooComplicatedTooManySteps","thumb-down"],["पुराना","outOfDate","thumb-down"],["अनुवाद से जुड़ी समस्या","translationIssue","thumb-down"],["सैंपल / कोड से जुड़ी समस्या","samplesCodeIssue","thumb-down"],["अन्य","otherDown","thumb-down"]],["आखिरी बार 2025-07-26 (UTC) को अपडेट किया गया."],[],["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"]]