O Earth Engine está introduzindo níveis de cota não comercial para proteger recursos de computação compartilhados e garantir um desempenho confiável para todo mundo. Todos os projetos não comerciais precisarão selecionar um nível de cota até 27 de abril de 2026 ou usarão o nível da comunidade por padrão. As cotas de nível vão entrar em vigor para todos os projetos (independente da data de seleção do nível) em 27 de abril de 2026. Saiba mais.
ee.Clusterer.train
Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
Treina o Clusterer em uma coleção de recursos usando as propriedades numéricas especificadas de cada recurso como dados de treinamento. A geometria dos recursos é ignorada.
A lista de nomes de propriedades a serem incluídos como dados de treinamento. Cada atributo precisa ter todas essas propriedades, e os valores delas precisam ser numéricos. Esse argumento é opcional se a coleção de entrada tiver uma propriedade "band_order" (como produzido por Image.sample).
subsampling
Ponto flutuante, padrão: 1
Um fator de subamostragem opcional, dentro de (0, 1].
subsamplingSeed
Número inteiro, padrão: 0
Uma semente de aleatorização a ser usada para subamostragem.
[[["Fácil de entender","easyToUnderstand","thumb-up"],["Meu problema foi resolvido","solvedMyProblem","thumb-up"],["Outro","otherUp","thumb-up"]],[["Não contém as informações de que eu preciso","missingTheInformationINeed","thumb-down"],["Muito complicado / etapas demais","tooComplicatedTooManySteps","thumb-down"],["Desatualizado","outOfDate","thumb-down"],["Problema na tradução","translationIssue","thumb-down"],["Problema com as amostras / o código","samplesCodeIssue","thumb-down"],["Outro","otherDown","thumb-down"]],["Última atualização 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"]]