PredictabilityEstimateVersion - 전역

워싱턴 DC API 참조

Release

washingtondc

ft:locale

ko-KR

ft:publication_title

워싱턴 DC API 참조

ft:clusterId

crapiref

bundleId

crapiref

workflow

Creator

PredictabilityEstimateVersion - 전역

릴리스 버전: Washingtondc

업데이트 날짜 2024년 02월 01일

읽기12분

PredictabilityEstimateVersion API는 저장소에서 사용되는 스크립팅 가능한 개체입니다예측 인텔리전스.

이 API에는 예측 인텔리전스 플러그인(com.glide.platform_ml)이 필요하며 sn_ml 네임스페이스 내에서 제공됩니다.

이 API는 PredictabilityEstimate 저장소의 PredictabilityEstimate API 개체를 기반으로 예측 가능성 추정 버전을 사용하는 데 사용됩니다.

교육이 완료되면 최신 버전의 예측 가능성 추정 이 활성화되며, 한 번에 하나의 버전만 활성화할 수 있습니다. 그러나 예측을 수행하는 데 사용하려는 이전에 학습된 버전을 활성화할 수 있습니다.

이 API의 메서드는 다음 PredictabiltyEstimate 메서드를 사용하여 액세스할 수 있습니다.

PredictabilityEstimateVersion - getProperties()

예측 가능성 추정 객체 속성을 및 버전 번호가져옵니다.

표 1. 매개변수
이름	유형	설명
없음

표 2. 반환
유형	설명
객체	데이터 세트의 내용과 PredictabilityEstimate 버전 정보 결과는 개체 속성 설정에 따라 다릅니다. `{ "datasetProperties": {Object}, "domainName": "String", "inputFieldNames": [Array], "label": "String", "name": "String", "predictedFieldName": "String", "scope": "String", "trainingFrequency": "String", "versionNumber": "Number" }`
<Object>.datasetProperties	예측 가능성 예상치와 연결된 DatasetDefinition() 객체의 속성을 나열합니다. `{ "encodedQuery": "String", "fieldDetails": [Array], "fieldNames": [Array], "tableName": "String" }` 데이터 유형: 객체.
<Object>.datasetProperties.tableName	데이터 세트의 테이블 이름입니다. 예: `"tableName" : "Incident"`. 데이터 유형: 문자열.
<Object>.datasetProperties.fieldNames	지정된 테이블의 필드 이름 목록(문자열)입니다. 예를 들어 `"fieldNames" : ["short_description", "priority"]입니다`. 데이터 유형: 배열.
<Object>.datasetProperties.fieldNames.fieldDetails	필드 속성을 지정하는 JavaScript 객체의 목록입니다. `[ { "name": "String", "type": "String" } ]` 데이터 유형: 배열.
<Object>.datasetProperties.fieldNames.fieldDetails.입니다.<object> 이름	이 데이터 세트를 제한할 정보 유형을 정의하는 필드의 이름입니다. 데이터 유형: 문자열.
<Object>.datasetProperties.fieldDetails.입니다.<object> 형식	머신 러닝 필드 유형입니다. 데이터 유형: 문자열.
<Object>.datasetProperties.fieldDetails.encodedQuery	표준 Glide 형식으로 인코딩된 쿼리 문자열입니다. 인코딩된 쿼리 문자열을 참조하세요. 데이터 유형: 문자열.
<Object>.Domainname	이 데이터 세트와 연결된 도메인 이름입니다. Domain Separation 및 예측 인텔리전스을 참조하십시오. 데이터 유형: 문자열.
<Object>.inputField이름	예상에 고려할 후보 입력 필드 목록(문자열)입니다. 데이터 유형: 문자열.
<Object>.Isactive	이 버전이 활성 상태인지 여부를 나타내는 플래그입니다. 유효한 값은 다음과 같습니다. true: 버전이 활성 상태입니다. false: 버전이 활성화되지 않았습니다. 데이터 유형: 문자열
<Object>.레이블	예측 작업을 식별합니다. `{ "label": "my first prediction" }` 데이터 유형: 문자열.
<Object>.이름	시스템에서 할당한 이름입니다. 데이터 유형: 문자열.
<Object>.predictedFieldName	예측 가능성을 위해 교육할 필드를 식별합니다. 데이터 유형: 문자열.
<Object>.범위	개체 범위입니다. 현재 유일하게 유효한 값은 `global`입니다. 데이터 유형: 문자열
<Object>.trainingFrequency	모델을 재교육하는 빈도입니다. 가능한 값: every_30_days every_60_days every_90_days every_120_days every_180_days run_once 기본값: run_once 데이터 유형: 문자열.
<Object>.version번호	의 버전 번호 PredictabilityEstimate 개체입니다. 데이터 유형: 문자열.

다음 예제에서는 저장소에 있는 활성 개체 버전의 속성을 가져옵니다.

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

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

출력:

"datasetProperties": {
    "encodedQuery": "activeANYTHING^EQ",
    "fieldNames": [
      "short_description",
      "category"
    ],
    "tableName": "incident"
  },
  "domainName": "global",
  "inputFieldNames": [
    "short_description"
  ],
  "isActive": "true",
  "label": "Incident Categorization_Trainer",
  "name": "ml_incident_categorization",
  "predictedFieldName": "category",
  "processingLanguage": "en",
  "stopwords": [
    "Default English Stopwords"
  ],
  "versionNumber": "1"
}

PredictabilityEstimateVersion - getResults()

출력 필드에 대해 제안된 입력 필드를 포함하는 JSON 결과를 반환합니다.

표 3. 매개변수
이름	유형	설명
없음

표 4. 반환
유형	설명
객체	출력 필드에 대해 제안된 입력 필드 옵션을 포함하는 JSON 객체 결과입니다.
<Object>.<output field name>	제안된 입력 필드를 포함하는 출력 필드 이름(예: `범주`)입니다. `{ "<output field name>": { "nominalInputFields": [Array], "textInputFields": [Array] } }` 데이터 유형: 객체
<Object>.<output field name>. nominalInputFields	명목 입력 필드 상세 정보입니다. `"nominalInputFields": [ { "fieldName": "String", "modelImprovement": "String" } ]` 데이터 유형: 배열.
<Object>.<output field name>. nominalInputFields.fieldName	명목상 입력 필드 이름입니다. 데이터 유형: 문자열.
<Object>.<output field name>. nominalInputFields.model개선	이 필드가 결과를 개선할 가능성을 나타내는 상대적 표시인 점수입니다. 데이터 유형: 숫자(문자열)입니다.
<Object>.textInputFields	텍스트 입력 필드 상세 정보입니다. `"textInputFields": [ { "fieldName": "String", "density": "String" } ]` 데이터 유형: 배열.
<Object>.textInputFields.fieldName	텍스트 입력 필드 이름입니다. 데이터 유형: 문자열.
<Object>.textInputFields.density	필드가 비어 있지 않은 빈도를 나타내는 0에서 1.0 사이의 값입니다. 값이 1.0이면 모든 행에서 필드가 비어 있지 않음을 의미하고 값이 0이면 모든 행에서 필드가 비어 있음을 나타냅니다. 데이터 유형: 숫자(문자열)입니다.

다음 예제에서는 저장소에서 선택한 예측 가능성 예상 버전에 대한 결과를 가져오는 방법을 보여 줍니다.

// Get results
var estimateName = "ml_x_snc_global_global_predictability_estimate;"
var mlEstimate = sn_ml.PredictabilityEstimateStore.get(estimateName);

var results = mlEstimate.getActiveVersion().getResults();

gs.print(JSON.stringify(JSON.parse(results), null, 2));

출력:

{
  "category": {
    "nominalInputFields": [
      {
        "fieldName": "number",
        "modelImprovement": "0.167052396325189"
      },
      {
        "fieldName": "task_effective_number",
        "modelImprovement": "0.167052396325189"
      }
    ],
    "textInputFields": [
      {
        "fieldName": "short_description",
        "density": "1.0"
      }
    ]
  }
}

PredictabilityEstimateVersion - getStatus(Boolean includeDetails)

교육 완료 상태를 가져옵니다.

표 5. 매개변수
이름	유형	설명
includeDetails	부울	상태를 반환할지 여부를 나타내는 플래그입니다 details. 유효한 값은 다음과 같습니다. true: 추가 상세 정보를 반환합니다. false: 추가 세부 정보를 반환하지 않습니다. 기본값: False

표 6. 반환
유형	설명
객체	다음에 대한 교육 상태 정보를 포함하는 JavaScript 객체PredictabilityEstimate 개체입니다. `{ "state": "String", "percentComplete": "Number as a String", "hasJobEnded": "Boolean value as a String", "details": {Object} }`
<Object>.상태	교육 완료 상태입니다. 훈련 작업이 종료 상태에 도달하면 작업은 해당 상태를 벗어나지 않습니다. 상태가 터미널 hasJobEnded 이면 속성이 `true`로 설정됩니다. 가능한 값: `fetching_files_for_training` `preparing_data` `재시도` `solution_cancelled` (터미널) `solution_complete` (터미널) `solution_error` (터미널) `solution_incomplete` `training_request_received` `training_request_timed_out` (터미널) `training_solution` `uploading_solution` `waiting_for_training` 데이터 유형: 문자열
<Object>.hasJobEnded입니다.	교육이 완료되었는지 여부를 나타내는 플래그입니다. 유효한 값은 다음과 같습니다. true: 교육이 완료되었습니다. false: 교육이 완료되지 않았습니다. 데이터 유형: 문자열로 된 부울 값
<Object>.퍼센트컴플리트	교육 완료율을 나타내는 0에서 100 사이의 숫자입니다. 완료율이 100 미만인 경우 작업이 종료 상태일 수 있습니다. 예를 들어 학습 시간이 초과되는 경우입니다. 데이터 유형: 문자열로 된 숫자
<Object>.세부 정보	추가 교육 상세 정보 목록이 포함된 객체입니다. 데이터 유형: 객체

다음 예제에서는 학습이 완료된 성공적인 결과를 보여 줍니다.

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

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

출력:

{
 "state":"solution_complete",
 "percentComplete":"100",
 "hasJobEnded":"true",
 "details":{"stepLabel":"Solution Complete"} // This information is only returned if getStatus(true);
}

다음 예제에서는 학습이 완료된 실패한 결과를 보여 줍니다.

// Get status
var mlEstimate = sn_ml.PredictabilityEstimateStore.get('ml_x_snc_global_global_my_estimate_definition');
var trainingStatus = mlEstimate.getLatestVersion().getStatus();

gs.print(JSON.stringify(JSON.parse(trainingStatus), null, 2));

출력:

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

PredictabilityEstimateVersion - getVersionNumber()

다음의 버전 번호를 가져옵니다. 예측 가능성 추정 개체입니다.

표 7. 매개변수
이름	유형	설명
없음

표 8. 반환
유형	설명
문자열	버전 번호입니다.

다음 예제에서는 버전 번호를 가져오는 방법을 보여 줍니다.

// Get version number
var mlEstimate = sn_ml.PredictabilityEstimateStore.get('ml_x_snc_global_global_predictability_estimate');

gs.print("Version number: "+JSON.stringify(JSON.parse(mlEstimate.getActiveVersion().getVersionNumber()), null, 2));

출력:

Version number: 1