PredictabilityEstimateStore : global

  • Rversion finale: Washingtondc
  • Mis à jour 1 févr. 2024
  • 3 minutes de lecture

    • Permet de stocker et de récupérer des Estimations de la prévisibilité.

    Le PredictabilityEstimateStore L’API requiert le module d’extension Intelligence prédictive (com.glide.platform_ml) et est fournie dans l’espace de noms sn_ml .

    PredictabilityEstimateStore : add(Object mlEstimate)

    Ajoute une nouvelle estimation de la prévisibilité objet de solution au magasin et renvoie un nom unique.

    Remarque :
    Les valeurs d’étiquettes n’ont pas besoin d’être uniques. Par exemple, si vous exécutez cette méthode avec la même étiquette 10 fois, cette méthode ajoute 10 objets différents portant un nom unique au magasin.
    Tableau 1. Paramètres
    Nom Type Description
    mlEstimate Estimation de la prévisibilité Estimation de la prédictibilité() Objet à ajouter au magasin.
    Tableau 2. Renvoie
    Type Description
    Chaîne Nom de l’estimation de prévisibilité générée par le système.

    L’exemple suivant montre comment ajouter une estimation au Store. de la prévisibilité Utilisez PredictabilityEstimate - submitTrainingJob() pour exécuter la tâche de formation après l’avoir ajoutée au magasin.

    // 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(nom de chaîne)

    Supprime un objet d’estimation de prévisibilité spécifié du magasin.

    Tableau 3. Paramètres
    Nom Type Description
    nom Chaîne Nom de PredictabilityEstimate() objet à supprimer.
    Tableau 4. Renvoie
    Type Description
    Néant

    L’exemple suivant montre comment supprimer une estimation de prévisibilité du magasin.

    sn_ml.PredictabilityEstimateStore.deleteObject("ml_sn_global_global_estimate");

    PredictabilityEstimateStore : get(nom de chaîne)

    Obtient un objet d’estimation de la prévisibilité à partir d’un magasin.

    Tableau 5. Paramètres
    Nom Type Description
    nom Chaîne Nom d’une estimation de la prévisibilité dans un magasin.
    Tableau 6. Renvoie
    Type Description
    Objet Estimation de la prévisibilité Objet. Renvoie une erreur si l’objet n’existe pas.

    L’exemple suivant montre comment obtenir un objet d’estimation de prévisibilité à partir du magasin à l’aide de la méthode get() et afficher son état de formation à l’aide des PredictabilityEstimate : getActiveVersion() méthodes et PredictabilityEstimateVersion - getStatus().

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

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

    Sortie :

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

    PredictabilityEstimateStore : getAllNames(options de l’objet)

    Obtient les noms de tous les enregistrements de définition d’estimation de prévisibilité dans le magasin.

    Tableau 7. Paramètres
    Nom Type Description
    options Objet Options pour restreindre les résultats dans les propriétés spécifiées.
    {
  "label": "String",
  "domainName": "String",
  "scope": "String"
};
    options.étiquette Chaîne Facultatif. Étiquette de votre objet de solution.
    options.domainName Chaîne Facultatif. Nom du domaine de votre objet de solution. Consultez Domain separation et Intelligence prédictive.
    options.périmètre Chaîne Facultatif. Nom d’un périmètre de l’application pour votre objet de solution.
    Tableau 8. Renvoie
    Type Description
    Tableau Liste de chaînes représentant les noms d’objets d’estimation de prévisibilité dans le magasin.

    Dans l’exemple suivant, la méthode getAllNames() renvoie une liste de tous les noms du magasin.

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

    Sortie :

    [
  "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"
]

    Dans l’exemple suivant, la méthode getAllNames() renvoie uniquement les noms associés aux valeurs définies dans le options paramètre.

    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));

    Sortie :

    [
  "ml_x_snc_global_global_my_estimate_definition"
]

    PredictabilityEstimateStore : update(nom de chaîne, objet mlEstimate)

    Met à jour un objet d’estimation de la prévisibilité dans un magasin.

    Tableau 9. Paramètres
    Nom Type Description
    nom Chaîne Nom de l’estimation de la prévisibilité à mettre à jour.
    mlEstimate Estimation de la prévisibilité Estimation de la prédictibilité() Propriétés de l’objet à mettre à jour.
    Tableau 10. Renvoie
    Type Description
    Néant

    L’exemple suivant montre comment mettre à jour un objet d’estimation de prévisibilité dans le magasin.

    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);