PredictabilityEstimateStore - Global

  • Rversion finale: Yokohama
  • Mis à jour 30 janv. 2025
  • 2 minutes de lecture

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

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

    PredictabilityEstimateStore : add(objet mlEstimate)

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

    Remarque :
    Les valeurs des 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
    Estimation ML Estimation de la prévisibilité PredictabilityEstimate() Objet à ajouter au magasin.
    Tableau 2. Renvoie
    Type Description
    Chaîne Nom de l’estimation de prédictibilité générée par le système.

    L’exemple suivant montre comment ajouter Estimation au magasin. de la prévisibilité Utiliser 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 la 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 prévisibilité à partir d’un magasin.

    Tableau 5. Paramètres
    Nom Type Description
    nom Chaîne Nom d’une estimation de 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 and 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 d’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 permettant de restreindre les résultats dans les propriétés spécifiées.
    {
  "label": "String",
  "domainName": "String",
  "scope": "String"
};
    options.étiquette Chaîne Facultatif. Étiquette de votre objet de solution.
    nom.domaine.options Chaîne Facultatif. Nom du domaine de votre objet de solution. Consultez Séparation de domaine et Intelligence prédictive.
    options.champ d’application Chaîne Facultatif. Nom d’un périmètre d’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 prévisibilité dans un magasin.

    Tableau 9. Paramètres
    Nom Type Description
    nom Chaîne Nom de l’estimation de prévisibilité à mettre à jour.
    Estimation ML Estimation de la prévisibilité PredictabilityEstimate() 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);