非监督分类是基于不同视频地物特征空间中分类特征差异的无先验分类标准的图像分类，是以聚类为理论基础，由计算机对图像进行集成统计分析的方法。 根据待分类样本特征参数的统计特征，建立决策规则进行分类。
目前，PIE-Engine包括k均值分类和最大期望分类
k均值分类k均值(k均值)是一种迭代求解的聚类分析方法，易于描述，时间效率高，适合大规模数据的处理，中心对象是pie.cluster er.k均值
最大期望分类最大期望是通过迭代进行极大平方估计优化算法，且通常用于代替隐藏变量或缺少数据(incommod )
调用进程
相关算子sample从Image中随机采样，结果在FeatureCollection、FeatureCollcetion下的各Feature中存储采样点对应频段的信息。
33558 www.Sina.com/sample (region、scale、projection、factor、numPixels、seed、dropNulls、tileScale、geometries
33558 www.Sina.com/feature collection
参数类型说明regionGeometry采样的范围scaleFloat图像的采样比例未启用projectionString的factorFloat采样的水平和垂直比率numPixelsLong采样如果factor不为0，则无效seedInterger无效dropNullsBoolean无效tileScaleFloat无效geometriesBoolean无效的k means 3358 www.Sina
33558 www.Sina.com/pieclustererkmeans分类器
参数类型说明nClustersInt分类数函数
var geometry=pie.geometry.polygon [ [ 116.953，39.419 ]、[ 117.078，39.419 ]、[ 117.078，39.477 ]、[ 116.953，39.419 var training=image.sample (geometry，20，'，'，'，200 )； var cluster=pie.cluster er.k means (5).train ) training ).getInfo )； varresultimage=image.cluster (cluster，' clusterA ' )； var visParam={ opacity:1，classify : ' 0、1、2、3、4、5、6 '，palette : ' 00FF0000，00 ffff，000，00FF00，ff 00 map.setcenter(117.01、39.45和13 )；
抽象(emem )非监督分类器。
33558www.Sina.com/em(Nclusters ) )。
33558 www.Sina.com/pieclustererem分类器
参数类型说明nClustersInteger分类数返回值
var geometry=pie.geometry.polygon [ [ 116.953，39.419 ]、[ 117.078，39.419 ]、[ 117.078，39.477 ]、[ 116.953，39.419 var training=image.sample (geometry，20，'，'，'，200 )； varcluster=pie.clusterer.em(5).train (training ).getInfo )； varresultimage=image.cluster (cluster，' clusterA ' )； var visParam={ opacity:1，classify : ' 0、1、2、3、4、5、6 '，palette : ' 00FF0000，00 ffff，000，00FF00，ff 00 map.setcenter(117.01、39.45和13 )；
train非监督分类器训练。
33558 www.Sina.com/train (features )
函数非监督分类器培训结果
参数类型说明featuresFeatureCollection采样点var geometry=pie.geometry.polygon ([ 116.953，39.419 ]，[ 117.078，39.48 ] 117.19 var image=pie.image (user/101/public/raster/gf1 _ clip ) ).select ) ['B1 '、' B2 '、' B3']； var training=image.sample (geometry，20，'，'，'，200 )； var cluster=pie.cluster er.k means (5).train ) training ).getInfo )； varresultimage=image.cluster (cluster，' clusterA ' )； var visParam={ opacity:1，classify : ' 0、1、2、3、4、5、6 '，palette : ' 00FF0000，00 ffff，000，00FF00，ff 00 map.setcenter(117.01、39.45和13 )；
cluster进行非监督分类，结果为分类后的图像。
33558 www.Sina.com/cluster (cluster er，outputName ) )。
返回值==Image==
参数类型说明clustererCluster分类器outputNameString分类映像的带名，" cluster "是默认值var geometry=pie.geometry.polygon ([ 116.955 ] ) var image=pie.image (user/101/public/raster/gf1 _ clip ) ).select ) ['B1 '、' B2 '、' B3']； var training=image.sample (geometry，20，'，'，'，200 )； var cluster=pie.cluster er.k means (5).train ) training ).getInfo )； varresultimage=image.cluster (cluster，' clusterA ' )； var visParam={ opacity:1，classify : ' 0、1、2、3、4、5、6 '，palette : ' 00FF0000，00 ffff，000，00FF00，ff 00 map.setcenter(117.01、39.45和13 )；