Konfigurieren Sie HDBSCAN für eine Clustering-Lösung
Freigeben Version: Zurich
Aktualisiert 31. Juli 2025
2 Minuten Lesedauer
Erwägen Sie, den HDBSCAN-Algorithmus (Hierarchical Density Based Spatial Clustering of Applications with Noise) auf Ihre Clustering-Lösung anzuwenden. HDBSCAN ist als Alternative zum standardmäßigen Clustering-Algorithmus k-means verfügbar.
Vorbereitungen
Hinweis:
Die Konfiguration von erweiterten Einstellungen für ML-Lösungen ist optional. Wenn Sie eine dieser Einstellungen konfigurieren möchten, stellen Sie sicher, dass Sie über die Technologie, die Sie in der Lösung aktivieren, gut informiert sind und dass Ihr Anwendungsfall von dem profitiert, was die Technologie bietet. Weitere Informationen finden Sie unter Vertiefen Sie sich mit erweiterten Clustering-Parametern artikel auf ServiceNow Community.
Erstellen Sie eine Definition für eine Clustering-Lösung, oder verwenden Sie eine vorhandene.
Erforderliche Rolle: admin oder ml_admin
Warum und wann dieser Vorgang ausgeführt wird
Sie können den HDBSCAN-Algorithmus anwenden, um das System bei der Identifizierung von Datenbeispielen zu unterstützen, die keinem Cluster zugewiesen sind. Sie können beispielsweise HDBSCAN anwenden, um Themen-Discovery zu unterstützen.
Predictive Intelligence Implementiert k-Mittel Algorithmus standardmäßig in seinem Clustering-Framework. HDBSCAN ähnelt dem DBSCAN-Clustering-Algorithmus, außer dass es mit Clustern mit minimaler Größe funktioniert und dazu beitragen kann, stabilere und persistentere Cluster bereitzustellen. Eine Zusammenfassung der Funktionsweise von HDBSCAN finden Sie unter Dieser artikel . Einen Vergleich zwischen DBSCAN und HDBSCAN finden Sie unter Dieser artikel Und Dieser artikel .
Hinweis:
Mit HDBSCAN trainierte Clustering-Lösungen unterstützen keine Cluster-Updates. Updates für diese Lösungen schlagen fehl, und die Lösungen werden nicht in ml_Cluster_Detail_table protokolliert. Verwenden Sie DBSCAN- oder k-Means-Trainingsmethoden, wenn Sie Cluster-Updates aktivieren möchten.
Prozedur
Navigieren zu Alle > Predictive Intelligence > Clustering > Lösungsdefinitionenan.
Wählen Sie Neu.
Erstellen Sie ein neues Formular zur Definition der Clustering-Lösung, oder verwenden Sie ein vorhandenes.
In diesem Beispielszenario erstellen Sie Hdbscan-sf Formular „Clustering-Definition“ wie in der Abbildung unten. Konfigurieren Sie die Felder wie folgt:
Bezeichnung : Hdbscan-sf
Wortkorpus : Incident_wc , Oder ein anderer Wortkorpus mit Incident-Datensatzdaten (aus der Washington DC Release, ein Wortkorpus ist nicht erforderlich, daher wird dieses Feld nicht angezeigt).
Wählen Sie auf der Registerkarte Erweiterte Lösungseinstellungen im Abschnitt zugehörige Links des trainierten Formulars aus Lösungsparameter Wählen Sie in der Auswahl die Option aus Neu .
Erstellen Sie einen Parameterdatensatz.
Klicken Sie im Feld Lösungsparameter auf das Suchsymbol.
Wählen Sie im Bildschirm ML-Lösungsparameter die Option aus Verwenden Sie HDBSCAN Algo für Clustering .
Wählen Sie Absenden.
Der Datensatz „Erweiterte Lösungseinstellung“ wird mit dem HDBSCAN-Algorithmus angezeigt, der auf den Datensatz angewendet wird. Das Feld Anwendereingaben Ist ausgegraut, da sie nicht für diesen Algorithmus gilt.
Wählen Sie Absenden.
Ergebnis : HDBSCAN ist für Ihre Clustering-Lösung konfiguriert. Der Lösungsparameter wird auf der Registerkarte „Erweiterte Lösungseinstellungen“ des Formulars zur Definition der Clustering-Lösung angezeigt.