Erweiterte Einstellungen für ML-Lösungen konfigurieren
Erfahren Sie mehr über die erweiterten Einstellungen für Predictive Intelligence Lösungen für maschinelles Lernen (ML). Wenden Sie optionale Technologien und Algorithmen für Klassifizierungs-, Clustering-, Ähnlichkeits- und Regressionsfähigkeiten an.
Die Verwendung erweiterter Einstellungen in Ihren ML-Lösungen ist optional. Wenn Sie eine dieser Einstellungen implementieren 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 zu mehreren dieser Parameter finden Sie unter Vertiefen Sie sich mit erweiterten Clustering-Parametern artikel auf ServiceNow Community.
Die meisten erweiterten Einstellungen sind auf nur eine Funktion beschränkt, da ihre Funktionalität auf bestimmte Anwendungsfälle ausgerichtet ist.
Erweiterte Einstellungen für Klassifizierung, Clustering, Ähnlichkeit und Regression
Mit der Rolle admin oder ml_admin wenden Sie diese Technologien an, indem Sie einen Parameter in konfigurieren Erweiterte Lösungseinstellungen Registerkarte in Ihrem ML-Lösungsdefinitionsformular.
- Klassenrückruf für Klassifizierungslösungen konfigurieren
- Konfigurieren Sie TF-IDF für Lösungen
- DBSCAN für Clustering-Lösung konfigurieren
- Konfigurieren Sie HDBSCAN für eine Clustering-Lösung
- Konfigurieren Sie XGBoost für Klassifizierungs- oder Regressionslösungen
- Konfigurieren Sie den Connect-Komponentenalgorithmus und die Levenshtein-Entfernungsmethode für eine Clustering-Lösung
- Wenden Sie Reinheit auf eine Clustering-Lösung an
- Analysieren Sie einen Cluster mit Cluster Insight
Erweiterte Lösungseinstellungen für Klassifizierung
Von Zurich Release bieten Klassifizierungslösungen die folgenden erweiterten Lösungseinstellungen.
- Konfigurationsparameter für Modellkonfiguration in der Klassifizierung
- Konfigurieren Sie „nur Top-N-Bezeichnungen einschließen“
- Mindestanzahl von Datensätzen, die für die Bezeichnung erforderlich sind, um sie einzuschließen
- Bezeichnung „andere“ entfernen
- Verwenden Sie LightGBM Algo für das Klassifizierungsmodell-Training