简介

提供了常用的非监督分类分类器。

em

EM(Expectation Maximization)非监督分类分类器。

函数	返回值
em(nClusters, options)	ui.ClustererEM分类器

参数	类型	说明
nClusters	Integer	分类的数目
options	JSON	算法参数Json对象

var geometry = pie.Geometry.Polygon([[[116.953, 39.419], [117.078, 39.419], [117.078, 39.477], [116.953, 39.477], [116.953, 39.419]]], null);
var image = pie.Image("user/101/public/Raster/GF1_Clip").select(["B1", "B2", "B3"]);
var training = image.sample(geometry, 20, "", "", 200);

var options = {
    // 迭代终止方式：1表示最大迭代次数 2表示最小收敛阈值 3表示最大迭代次数和最小收敛阈值组合
    "type": 3,
    // 最小收敛的阈值：当点之间的距离小于这个值的时候终止迭代
    "minDistance": 1,
    // 最大的迭代次数：计算多少次终止聚类迭代
    "maxIter": 100,
    // 协方差矩阵类型：可选择0,1,2
    "cMatrixType": 1
};

var cluster = pie.Clusterer.em(5, options).train(training);
var resultImage = image.cluster(cluster, "clusterA");
var visParam = {
    opacity: 1,
    uniqueValue: '0,1,2,3,4',
    palette: 'FF0000,00FFFF,00FF00,FF00FF,0000FF'
};

Map.addLayer(resultImage, visParam);
Map.setCenter(117.01, 39.45, 13);

kMeans

Kmeans非监督分类分类器。

函数	返回值
kMeans(nClusters, options)	ui.ClustererKMeans分类器

参数	类型	说明
nClusters	Integer	分类的数目
options	JSON	算法参数Json对象

var geometry = pie.Geometry.Polygon([[[116.953, 39.419], [117.078, 39.419], [117.078, 39.477], [116.953, 39.477], [116.953, 39.419]]], null);
var image = pie.Image("user/101/public/Raster/GF1_Clip").select(["B1", "B2", "B3"]);
var training = image.sample(geometry, 20, "", "", 200);
var options = {
    // 迭代终止方式：1表示最大迭代次数 2表示最小收敛阈值 3表示最大迭代次数和最小收敛阈值组合
    "type": 3,
    // 最大的迭代次数：计算多少次终止聚类迭代
    "maxIter": 4,
    // 收敛的阈值：当点之间的距离小于这个值的时候终止迭代
    "minDistance": 2,
    // 最大重复次数：某一项重复多少次认定是某一类之后就不在重复计算
    "maxRepeat": 3,
    // 确定簇心的计算方式:0表示随机初始化簇心 1表示用用户给定的值初始化聚类 2表示用kmeans++算法来初始化簇心
    "flags": 2
}

var cluster = pie.Clusterer.kMeans(5, options).train(training);
var resultImage = image.cluster(cluster, "clusterA");
var visParam = {
    opacity: 1,
    uniqueValue: '1,2,3,4,5',
    palette: '00FFFF,00FF00,FF00FF,0000FF,FFFF00'
};
Map.addLayer(resultImage, visParam);
Map.setCenter(117.01, 39.45, 13);

// 图例
var data = {
    title: "k-means聚类",
    colors: ['00FFFF', '00FF00', 'FF00FF', '0000FF', 'FFFF00'],
    labels: ['1', '2', '3', '4', '5'],
    step: 1
};
var style = {
    right: "150px",
    bottom: "10px",
    height: "70px",
    width: "350px"
};
var legend = ui.Legend(data, style);
Map.addUI(legend);

train

非监督分类分类器训练。

函数	返回值
train(features)	非监督分类器训练结果

参数	类型	说明
features	FeatureCollection	采样点

var geometry = pie.Geometry.Polygon([[[116.953, 39.419], [117.078, 39.419], [117.078, 39.477],[116.953,39.477],[116.953, 39.419]]], null);
var image = pie.Image("user/101/public/Raster/GF1_Clip").select(["B1","B2","B3"]);
var training = image.sample(geometry,20,"","",200);
var cluster = pie.Clusterer.kMeans(5).train(training);
var resultImage = image.cluster(cluster,"clusterA");
var visParam = {
  opacity:1,
  uniqueValue:'1,2,3,4,5',
  palette: '00FFFF,00FF00,FF00FF,0000FF,FFFF00'
};
Map.addLayer(resultImage,visParam);
Map.setCenter(117.01,39.45,13);