Google Earth Engine（GEE）——容易犯的错误8分类超出计算？（不要采样超过需要的数据 )

抵制不必要地增加训练数据集大小。尽管在某些情况下增加训练数据量是一种有效的机器学习策略，但它也会增加计算成本，而不会相应提高准确性。（要了解何时增加训练数据集大小，请参阅 此参考资料）。以下示例演示了请求过多训练数据如何导致可怕的“计算值太大”错误：

不好——不要采样太多数据

var l8raw = ee.ImageCollection('LANDSAT/LC08/C01/T1_RT');
var composite = ee.Algorithms.Landsat.simpleComposite(l8raw);
var labels = ee.FeatureCollection('projects/google/demo_landcover_labels');

// No!  Not necessary.  Don't do this:
//这个量GEE一般难以承受的住，而且同时计算6个波段的数据
labels = labels.map(function(f) { return f.buffer(100000, 1000); });

var bands = ['B2', 'B3', 'B4', 'B5', 'B6',

文章来源: blog.csdn.net，作者：此星光明2021年博客之星云计算Top3，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/qq_31988139/article/details/119840157