VorhersageabilitätEstimateStore – Global

Aktiviert das Speichern und Abrufen Schätzungen der Vorhersagbarkeit.

Die VorhersageabilitätEstimateStore API erfordert Predictive IntelligencePlugin (com.glide.platform_ml) und wird in bereitgestellt sn_ml Namespace.

PredictabilityEstimateStore – add(Object mlEstimate)

Fügt eine neue Vorhersagbarkeitsschätzung hinzu Objekt für den Store und gibt einen eindeutigen Namen zurück.

Hinweis:

Bezeichnungswerte müssen nicht eindeutig sein. Wenn Sie diese Methode beispielsweise 10 Mal mit derselben Bezeichnung ausführen, fügt diese Methode dem Store 10 verschiedene eindeutig benannte Objekte hinzu.

Tabelle : 1. Parameter

Name	Typ	Beschreibung
MlEstimate	VorhersageabilitätEstimate	VorhersageabilitätEstimate() Objekt, das dem Store hinzugefügt werden soll.

Tabelle : 2. Rückgaben

Typ	Beschreibung
Zeichenfolge	Name der vom System generierten Vorhersagbarkeitsschätzung.

Das folgende Beispiel zeigt, wie hinzugefügt wird Eine Vorhersagbarkeitsschätzung In den Store. Verwenden PredictabilityEstimate – submitTrainingJob() Dient zum Ausführen des Schulungsauftrags, nachdem er dem Store hinzugefügt wurde.

// Create a dataset 
var myData = new sn_ml.DatasetDefinition({

  'tableName' : 'incident',
  'fieldNames' : ['assignment_group', 'short_description', 'description'],
  'encodedQuery' : 'activeANYTHING'

});

// Create an estimate 
var myEstimate = new sn_ml.PredictabilityEstimate({

  'label': "my estimate definition",
  'dataset' : myData,
  'predictedFieldName' : 'assignment_group',
  'inputFieldNames':['short_description']

});

// Add the estimate to the store to later be able to retrieve it.
var my_unique_name = sn_ml.PredictabilityEstimateStore.add(myEstimate);

PredictabilityEstimateStore – deleteObject(Zeichenfolgenname)

Entfernt ein angegebenes Schätzungsobjekt für Vorhersagbarkeit aus dem Store.

Tabelle : 3. Parameter

Name	Typ	Beschreibung
name	Zeichenfolge	Name von VorhersageabilitätEstimate() Objekt, das gelöscht werden soll.

Tabelle : 4. Rückgaben

Typ	Beschreibung
Keine

Das folgende Beispiel zeigt, wie Sie eine Vorhersagbarkeitsschätzung aus dem Store löschen.

sn_ml.PredictabilityEstimateStore.deleteObject("ml_sn_global_global_estimate");

PredictabilityEstimateStore – GET(Zeichenfolgenname)

Ruft ein Schätzungsobjekt für die Vorhersehbarkeit aus einem Store ab.

Tabelle : 5. Parameter

Name	Typ	Beschreibung
name	Zeichenfolge	Name einer Vorhersagbarkeitsschätzung in einem Store.

Tabelle : 6. Rückgaben

Typ	Beschreibung
Objekt	VorhersageabilitätEstimate Objekt. Gibt einen Fehler zurück, wenn das Objekt nicht vorhanden ist.

Das folgende Beispiel zeigt, wie Sie ein Objekt zur Vorhersagbarkeitsschätzung mithilfe von aus dem Store abrufen Get() Methode und zeigen Sie ihren Trainingsstatus mit an PredictabilityEstimate – getActiveVersion()Und PredictabilityEstimateVersion – getStatus() Methoden.

// Get status
var mlEstimate = sn_ml.PredictabilityEstimateStore.get('ml_incident_categorization');

gs.print(JSON.stringify(JSON.parse(mlEstimate.getActiveVersion().getStatus(), null, 2)));

Ausgabe:

{
 "state":"solution_complete",
 "percentComplete":"100",
 "hasJobEnded":"true"
}

PredictabilityEstimateStore – getAllNames(Objektoptionen)

Ruft die Namen aller Definitionsdatensätze der Vorhersagbarkeitsschätzung im Store ab.

Tabelle : 7. Parameter

Name	Typ	Beschreibung
Optionen	Objekt	Optionen zum Einschränken von Ergebnissen innerhalb der angegebenen Eigenschaften. { "label": "String", "domainName": "String", "scope": "String" };
Optionen.Bezeichnung	Zeichenfolge	Optional. Bezeichnung Ihres Lösungsobjekts.
Optionen.Domänenname	Zeichenfolge	Optional. Name der Domäne für Ihr Lösungsobjekt. Siehe Domänentrennung und Predictive Intelligencean.
Optionen.Umfang	Zeichenfolge	Optional. Name von Anwendungsbereich Für Ihr Lösungsobjekt.

Tabelle : 8. Rückgaben

Typ	Beschreibung
Array	Liste von Zeichenfolgen, die Objektnamen der Vorhersagbarkeitsschätzung im Speicher darstellen.

Im folgenden Beispiel GetAllNames() Methode gibt eine Liste aller Namen im Store zurück.

gs.print(JSON.stringify(JSON.parse(sn_ml.PredictabilityEstimateStore.getAllNames()), null, 2));

Ausgabe:

[
  "ml_x_snc_global_global_predictability_estimate_1",
  "ml_x_snc_global_global_predictability_estimate",
  "ml_x_snc_global_global_predictability_estimate_2",
  "ml_x_snc_global_global_my_estimate_definition"
]

Im folgenden Beispiel GetAllNames() Die Methode gibt nur Namen zurück, die Werten zugeordnet sind, die in festgelegt sind optionsParameter.

var options = {
  'label' : 'my estimate definition',
  'domainName' : 'global',
  'scope' : 'global'
};
var solNames = sn_ml.PredictabilityEstimateStore.getAllNames(options);
gs.print(JSON.stringify(JSON.parse(solNames), null, 2));

Ausgabe:

[
  "ml_x_snc_global_global_my_estimate_definition"
]

PredictabilityEstimateStore – Update(Zeichenfolgenname, Objekt mlEstimate)

Aktualisiert ein Schätzungsobjekt für Vorhersagbarkeit in einem Store.

Tabelle : 9. Parameter

Name	Typ	Beschreibung
name	Zeichenfolge	Name der zu aktualisierenden Vorhersagbarkeitsschätzung.
MlEstimate	VorhersageabilitätEstimate	VorhersageabilitätEstimate() Zu aktualisierende Objekteigenschaften.

Tabelle : 10. Rückgaben

Typ	Beschreibung
Keine

Das folgende Beispiel zeigt, wie ein Schätzungsobjekt für Vorhersagbarkeit im Store aktualisiert wird.

var estimateUpdate = new sn_ml.PredictabilityEstimate({
  'label': 'my estimate definition',
  'dataset' : myData,
  'predictedFieldName' : 'assignment_group',
  'inputFieldNames': ['short_description']
});

sn_ml.PredictabilityEstimateStore.update('ml_sn_global_global_incident_service', estimateUpdate);