Ogłoszenie: wszystkie projekty niekomercyjne zarejestrowane do korzystania z Earth Engine przed 15 kwietnia 2025 r. muszą potwierdzić spełnianie warunków użycia niekomercyjnego, aby zachować dostęp. Jeśli nie przejdziesz weryfikacji do 26 września 2025 r., Twój dostęp może zostać wstrzymany.
Zadbaj o dobrą organizację dzięki kolekcji
Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.
Trenuje klasteryzator na zbiorze cech, używając określonych właściwości liczbowych każdej cechy jako danych treningowych. Geometria obiektów jest ignorowana.
Kolekcja, na której ma być przeprowadzane trenowanie.
inputProperties
Lista, domyślna: null
Lista nazw właściwości, które mają być uwzględnione w danych treningowych. Każda cecha musi mieć wszystkie te właściwości, a ich wartości muszą być liczbowe. Ten argument jest opcjonalny, jeśli kolekcja wejściowa zawiera właściwość „band_order” (jak w przypadku danych wyjściowych funkcji Image.sample).
subsampling
Liczba zmiennoprzecinkowa, domyślnie: 1
Opcjonalny współczynnik próbkowania podrzędnego z zakresu (0, 1].
subsamplingSeed
Liczba całkowita, domyślnie: 0
Wartość początkowa randomizacji do użycia w próbkowaniu.
[[["Łatwo zrozumieć","easyToUnderstand","thumb-up"],["Rozwiązało to mój problem","solvedMyProblem","thumb-up"],["Inne","otherUp","thumb-up"]],[["Brak potrzebnych mi informacji","missingTheInformationINeed","thumb-down"],["Zbyt skomplikowane / zbyt wiele czynności do wykonania","tooComplicatedTooManySteps","thumb-down"],["Nieaktualne treści","outOfDate","thumb-down"],["Problem z tłumaczeniem","translationIssue","thumb-down"],["Problem z przykładami/kodem","samplesCodeIssue","thumb-down"],["Inne","otherDown","thumb-down"]],["Ostatnia aktualizacja: 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"]]
