Configure o algoritmo do componente Connect e o método de distância Levenshtein para uma solução de cluster
Aplique Configurar componente do Connect e codificação do método de distância Levenshtein para otimizar o treinamento para suas soluções de cluster.
Antes de Iniciar
Nota:
Definir configurações avançadas em suas soluções DE ML é opcional. Se você optar por definir qualquer uma dessas configurações, certifique-se de estar bem informado sobre a tecnologia que está habilitando na solução e de que seu caso de uso se beneficia do que a tecnologia oferece. Para obter mais informações, consulte Mergulhe mais fundo com os Parâmetros avançados de cluster artigo em Comunidade ServiceNow.
- Crie e treine uma definição de solução de cluster ou use uma existente.
- Função necessária: administrador ou ml_admin
Por Que e Quando Desempenhar Esta Tarefa
Ao treinar soluções de cluster, você tem as três opções a seguir.
- Use o algoritmo k-means padrão.
- Use o parâmetro de solução DBSCAN opcional com o método de distância euclidiana como métrica.
- Use os parâmetros opcionais DBSCAN, Vizinhos mínimos e solução de distância Levenshtein. O componente Connect é habilitado pelo DBSCAN e Minimum Neighs e oferece suporte a texto baseado em vetor de parágrafo e texto baseado em distância Levenshtein. Se você treinar sua solução usando o método de distância Levenshtein, não precisará usar um corpus de palavras em sua solução de cluster.
Neste cenário de exemplo, você treina sua definição de solução usando a terceira opção referenciada acima.