Ankündigung: Alle nicht kommerziellen Projekte, die vor dem 15. April 2025 für die Nutzung der Earth Engine registriert wurden, müssen die Berechtigung zur nicht kommerziellen Nutzung bestätigen, um weiterhin auf die Earth Engine zugreifen zu können.
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Implementierung des Cobweb-Clustering-Algorithmus. Weitere Informationen erhalten Sie hier:
D. Fisher (1987). Wissenserwerb durch inkrementelles konzeptionelles Clustering. Maschinelles Lernen 2(2):139–172 und J. H. Gennari, P. Langley, D. Fisher (1990). Modelle der inkrementellen Begriffsbildung. Künstliche Intelligenz. 40:11-61.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Benötigte Informationen nicht gefunden","missingTheInformationINeed","thumb-down"],["Zu umständlich/zu viele Schritte","tooComplicatedTooManySteps","thumb-down"],["Nicht mehr aktuell","outOfDate","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Problem mit Beispielen/Code","samplesCodeIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-07-26 (UTC)."],[[["Implements the Cobweb clustering algorithm for incremental conceptual clustering."],["Utilizes acuity and cutoff parameters to control cluster formation based on standard deviation and category utility."],["Offers flexibility in initialization through a user-defined random number seed."],["Based on research by Fisher (1987) and Gennari, Langley, & Fisher (1990) in machine learning and artificial intelligence."]]],["The core content details the implementation of the Cobweb clustering algorithm. It allows users to create a clusterer with the `ee.Clusterer.wekaCobweb` function. This function takes three arguments: `acuity` (minimum standard deviation, default 1), `cutoff` (minimum category utility, default 0.002), and `seed` (random number seed, default 42). The function returns a `Clusterer` object. References to academic papers by Fisher and Gennari, Langley, and Fisher are also provided for more information about the algorithm.\n"]]
