클러스터링 솔루션에 대한 HDBSCAN 구성

HDBSCAN(Hierarchical Density Based Spatial Clustering of Applications with Noise) 알고리즘을 클러스터링 솔루션에 적용하는 것이 좋습니다. HDBSCAN은 기본 클러스터링 알고리즘인 k-means의 대안으로 사용할 수 있습니다.

시작하기 전에

주:

ML 솔루션에서 고급 설정을 구성하는 것은 선택 사항입니다. 이러한 설정을 구성하려면 솔루션에서 활성화하는 기술에 대해 잘 알고 있는지, 사용 사례가 기술이 제공하는 이점을 활용하는지 확인하십시오. 자세한 내용은 의 클러스터링 고급 매개변수에 대한 자세히 알아보기 문서를 ServiceNow 커뮤니티참조하십시오.

• 클러스터링 솔루션 정의를 생성하거나 기존 솔루션 정의를 사용합니다.
• 필요한 역할: admin 또는 ml_admin

이 태스크 정보

HDBSCAN 알고리즘을 적용하면 시스템이 클러스터에 할당되지 않은 데이터 샘플을 식별하는 데 도움을 줄 수 있습니다. 예를 들어 주제 디스커버리를 지원하기 위해 HDBSCAN을 적용할 수 있습니다.

예측 인텔리전스 클러스터링 프레임워크에서 기본적으로 K-평균 알고리즘을 구현합니다. HDBSCAN은 최소 크기의 클러스터에서 작동하고 보다 안정적이고 지속적인 클러스터를 제공하는 데 도움이 될 수 있다는 점을 제외하고는 DBSCAN 클러스터링 알고리즘과 유사합니다. HDBSCAN의 작동 방식에 대한 요약은 이 문서를 참조하십시오. DBSCAN과 HDBSCAN의 비교는 이 문서 와 이 문서를 참조하십시오.

주:

HDBSCAN으로 교육된 클러스터링 솔루션은 클러스터 업데이트를 지원하지 않습니다. 이러한 솔루션에 대한 업데이트가 실패하고 솔루션이 ml_cluster_detail_table에 기록되지 않습니다. 클러스터 업데이트를 활성화하려면 DBSCAN 또는 k-means 교육 방법을 사용합니다.

프로시저

1. 다음으로 이동 모두 > 예측 인텔리전스 > 클러스터링 > 솔루션 정의.

   

2. 새로 만들기를 선택합니다.
3. 새 클러스터링 솔루션 정의 양식을 만들거나 기존 양식을 사용합니다.
   이 예제 시나리오에서는 아래 이미지와 같이 hdbscan-sf 클러스터링 정의 양식을 생성합니다. 다음과 같이 필드를 구성합니다.

   • 레이블: hdbscan-sf
   • 단어 뭉치: incident_wc 또는 인시던트 기록 데이터가 있는 다른 단어 뭉치입니다(릴리스에서는 Washington DC 단어 뭉치가 필요하지 않으므로 이 필드가 표시되지 않음).
   • 테이블: 인시던트 [incident]
   • 필드: 간단한 설명
   • 업데이트 빈도: 업데이트 안 함
   • 스톱 워드: 기본 영어 스톱 워드
   • 교육 빈도: 30일마다
   • 처리 언어: 영어

   

4. 제출 및 교육을 선택합니다.
5. 교육된 양식의 관련 링크 섹션에 있는 고급 솔루션 설정 탭의 선택기에서 솔루션 매개변수 를 선택한 다음 새로 만들기를 선택합니다.

   

6. 매개변수 기록을 생성합니다.
   1. 솔루션 매개변수 필드에서 검색 아이콘을 클릭합니다.
   2. ML 솔루션 매개변수 화면에서 클러스터링에 HDBSCAN 알고리즘 사용을 선택합니다.

      

7. 제출을 선택합니다.
   고급 솔루션 설정 기록이 기록에 적용된 HDBSCAN 알고리즘과 함께 표시됩니다. 사용자 입력 필드는 이 알고리즘에 적용되지 않으므로 회색으로 표시됩니다.

   

8. 제출을 선택합니다.
   결과: HDBSCAN이 클러스터링 솔루션에 맞게 구성되었습니다. 해당 솔루션 매개변수는 클러스터링 솔루션 정의 양식의 고급 솔루션 설정 탭에 나타납니다.

   

관련 태스크

• 클러스터링 솔루션 만들기 및 교육