ee.Clusterer.wekaCascadeKMeans

Cascade simple k-means selecciona el mejor k según el criterio de Calinski-Harabasz. Para obtener más información, consulta lo siguiente:

Calinski, T. y J. Harabasz. 1974 Es un método de dendrita para el análisis de clústeres. Commun. Stat. 3: 1-27.

Uso	Muestra
ee.Clusterer.wekaCascadeKMeans(minClusters, maxClusters, restarts, manual, init, distanceFunction, maxIterations)	Clusterer

Argumento	Tipo	Detalles
minClusters	Número entero, valor predeterminado: 2	Cantidad mínima de clústeres.
maxClusters	Número entero, valor predeterminado: 10	Es la cantidad máxima de clústeres.
restarts	Número entero, valor predeterminado: 10	Cantidad de reinicios.
manual	Booleano, valor predeterminado: falso	Selecciona manualmente la cantidad de clústeres.
init	Booleano, valor predeterminado: falso	Establece si se debe inicializar con el método probabilístico de primer punto más lejano del algoritmo k-means++ (en lugar de la selección aleatoria estándar de centros de clústeres iniciales).
distanceFunction	Cadena, valor predeterminado: "Euclidean"	Es la función de distancia que se usará. Las opciones son: euclidiana y Manhattan.
maxIterations	Número entero, valor predeterminado: nulo	Es la cantidad máxima de iteraciones para k-means.