클러스터링 솔루션을 위한 HDBSCAN 구성

HDBSCAN(Hierarchical Density Based Spatial Clustering of Applications with Noise) 인코딩을 클러스터링 솔루션에 적용하는 것이 좋습니다. K-평균은 디폴트 군집화 알고리즘입니다.

시작하기 전에

주:

ML 솔루션에서 고급 설정을 구성하는 것은 선택 사항입니다. 이러한 설정을 구성하도록 선택하는 경우 솔루션에서 사용하도록 설정하는 기술에 대해 잘 알고 있는지, 기술이 제공하는 이점을 활용할 수 있는 사용 사례가 있는지 확인합니다.

• 클러스터링 솔루션 정의를 생성하거나 기존 정의를 사용합니다.
• 필요한 역할: admin 또는 ml_admin

이 태스크 정보

HDBSCAN 알고리즘을 적용하여 시스템이 클러스터에 할당되지 않은 데이터 샘플을 식별하는 데 도움을 줄 수 있습니다. 예를 들어 HDBSCAN을 적용하여 주제 검색을 지원할 수 있습니다.

Predictive Intelligence는 클러스터링 프레임워크에서 기본적으로 k-means 알고리즘을 사용합니다. HSBSCAN은 DBSCAN 알고리즘과 유사한 또 다른 클러스터링 알고리즘으로, 최소 크기의 클러스터에서 작동하며 보다 안정적이고 지속적인 클러스터를 제공하는 데 도움이 될 수 있습니다. HDBSCAN 작동 방식에 대한 요약은 이 문서를 참조하세요. DBSCAN과 HDBSCAN을 비교하려면 이 문서 와 이 문서를 참조하세요.

주:

HDBSCAN으로 교육된 클러스터링 솔루션은 클러스터 업데이트를 지원하지 않습니다. 이러한 솔루션에 대한 업데이트가 실패하고 솔루션이 ml_cluster_detail_table에 기록되지 않습니다. 클러스터 업데이트를 사용하도록 설정하려면 DBSCAN 또는 k-means 학습 방법을 사용합니다.

프로시저

1. 다음으로 이동 모두 > Predictive Intelligence > 클러스터링 > 솔루션 정의레이블이 표시됩니다.

   

2. 새로 만들기를 클릭합니다.
3. 새 클러스터링 솔루션 정의 양식을 생성하거나 기존 클러스터링 솔루션 정의 양식을 사용합니다.
   이 예제 시나리오에서는 아래 이미지와 같이 hdbscan-sf 클러스터링 정의 양식을 만듭니다. 다음과 같이 필드를 구성합니다.

   • 레이블: hdbscan-sf
   • 단어 말뭉치: incident_wc 또는 인시던트 기록 데이터가 있는 다른 단어 말뭉치입니다
   • 테이블: 인시던트 [incident]
   • 필드: 간단한 설명
   • 업데이트 빈도: 업데이트 안 함
   • 스톱 워드: 기본 영어 스톱 워드
   • 교육 빈도: 30일마다
   • 처리 언어: 영어

   

4. Submit & Train(제출 및 교육)을 클릭합니다.
5. 교육된 양식의 관련 링크 섹션에 있는 고급 솔루션 설정 탭의 선택기에서 솔루션 매개변수 를 선택한 후 신규를 클릭하십시오.

   

6. 매개변수 기록을 생성합니다.
   1. 솔루션 매개변수 필드에서 검색 아이콘을 클릭합니다.
   2. [ML Solution Parameters] 화면에서 [Use HDBSCAN for clustering]을 선택합니다.

      

7. 제출을 클릭합니다.
   기록에 HDBSCAN 알고리즘이 적용된 Advanced Solution Setting 기록이 나타납니다.

   

8. 제출을 클릭합니다.
   결과: HDBSCAN이 클러스터링 솔루션에 맞게 구성되었습니다. 해당 솔루션 매개변수는 클러스터링 솔루션 정의 양식의 Advanced Solution Settings 탭에 나타납니다.

   

관련 태스크

• 클러스터링 솔루션 생성 및 교육