DBSCAN für Clustering-Lösung konfigurieren
Ziehen Sie in Betracht, die DBSCAN-Codierung (Density Based Spatial Clustering of Applications with Noise) auf Ihre Clustering-Lösung anzuwenden. Der standardmäßige Clustering-Algorithmus ist k-means.
Vorbereitungen
- 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
Standardmäßig verwendet Predictive Intelligence im Clustering-Framework den Algorithmus k-means. DBSCAN ist ein alternativer Clustering-Algorithmus, der auch für Data Mining und maschinelles Lernen verwendet wird. Einige Benutzer bevorzugen DBSCAN, da die Anzahl der Cluster in den Daten vor dem Clustering nicht angegeben werden muss. Eine Zusammenfassung der Vor- und Nachteile für jeden Algorithmus finden Sie in dieser Konversation und in diesem Artikel.
In diesem Beispielszenario wenden Sie DBSCAN auf eine Clustering-Lösung an.
Prozedur
-
Öffnen Sie das Definitionsformular für eine Clustering-Lösung.
In diesem Beispielszenario verwenden Sie ein Lösungsdefinitionsformular für Incidents-Clustering-Lösungen.
-
Wählen Sie auf der Registerkarte Erweiterte Lösungseinstellungen im Abschnitt „Zugehörige Links“ des Formulars in der Auswahl Lösungsparameter aus, und klicken Sie dann auf Neu.
-
Erstellen Sie einen Parameterdatensatz.
-
Klicken Sie im Bildschirm „ML-Lösungsparameter“ auf DBSCAN für Clustering verwenden.
-
Klicken Sie im Bildschirm „ML-Lösungsparameter“ auf DBSCAN für Clustering verwenden.
-
Klicken Sie auf Absenden.
Der Datensatz der erweiterten Lösungseinstellung wird angezeigt.
-
Klicken Sie auf Absenden.
Ergebnis: DBSCAN ist für Ihre Clustering-Lösung konfiguriert. Der Lösungsparameter wird auf der Registerkarte „Erweiterte Lösungseinstellungen“ des Formulars zur Definition der Clustering-Lösung angezeigt.