MLPredictor - 전역 (사용되지 않음)

MLPredictor API는 예측을 위한 예측 인텔리전스 유틸리티 메서드를 제공합니다.

주:

이 API는 더 이상 사용되지 않으며 향후 릴리스에서 제거될 예정입니다. 최신 지침은 ML API 사용을 참조하세요.

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

이 클래스에는 입력 데이터에서 예측 결과를 얻는 데 필요한 모든 메서드가 포함되어 있습니다.

MLPredictor - MLPredictor()

새 MLPredictor 개체를 인스턴스화합니다.

표 1. 매개변수

이름	유형	설명
없음

다음 예제에서는 비즈니스 규칙에서 MLPredictor 개체를 사용하여 예측 후 최종 값을 기록하는 방법을 보여 줍니다.

function executeRule(current, previous /*null when async*/) {
	var predictor = new MLPredictor();
	predictor.recordFinalValuesInPredictionResults(current, "On close");

}(current, previous);

MLPredictor - applyPrediction(GlideRecord now_GR, 배열 솔루션)

지정된 솔루션의 배열에서 지정된 기록으로 예측 값을 설정합니다.

표 2. 매개변수

이름	유형	설명
now_GR	GlideRecord	예측된 솔루션의 배열을 적용할 기록입니다.
솔루션	배열	GlideRecord와 연결된 지정된 솔루션 객체입니다.

표 3. 반환

유형	설명
void

다음 예제에서는 비즈니스 규칙에서 applyPrediction() 메서드를 사용하는 방법을 보여 줍니다.

(function executeRule(current, previous /*null when async*/) {
    var mlPredictor = new MLPredictor();
    //Get the list of active solutions for the glide record table
    var solutions = mlPredictor.findActiveSolutionsForRecord(current);
    //Run prediction and apply predicted value to the record
    mlPredictor.applyPrediction(current, solution);

})(current, previous);

MLPredictor - applyPredictionForSolution(GlideRecord now_GR, 객체 솔루션)

지정된 분류 솔루션의 예측 값을 지정된 GlideRecord에 적용합니다.

GlideRecord의 각 솔루션에 대해 이 메서드를 호출하여 결과를 예측하고 인시던트의 필드 값을 해당 결과로 설정합니다.

표 4. 매개변수

이름	유형	설명
now_GR	GlideRecord	예측을 실행하고 결과를 적용할 값을 포함하는 GlideRecord 객체입니다.
솔루션	객체	실행할 분류 솔루션 객체입니다.

표 5. 반환

유형	설명
부울	예측 성공 시 True, 그렇지 않으면 오류

이 템플릿을 사용하려면 인시던트 기반 예측(템플릿) 비즈니스 규칙을 복사하고, 새 기록을 활성화하고, 주석 처리된 지침에 따라 solutionNames 변수를 초기화합니다.

(function executeRule(current, previous /*null when async*/) {
	var solutionNames = ["solution1", "solution2", ...];

	/* For domain separation (MSP) use case */
//	var solutionNames;
//	if (current.sys_domain == "A")
//		solutionNames = ["solution_A1", "solution_A2", ...];
//	else if (current.sys_domain == "B")
//		solutionNames = ["solution_B1", "solution_B2", ...];
//	else
//		...

	var predictor = new MLPredictor();
	var info = "";
	solutionNames.forEach(function(solutionName) {
		var solution = predictor.findActiveSolution(solutionName);
		if (!solution)
			return;

		/* The next line of code does the prediction and updates the current record. */
		predictor.applyPredictionForSolution(current, solution);

		/* If no prediction is done, do not build the prediction info message. */
		if (!predictor.applyPredictionForSolution(current, solution))
			return;

		/* If user doesn't have 'itil' role, we don't build prediction info message. */
		if (!gs.hasRole('itil'))
			return;

		/* Building prediction info message */
		var fieldName = solution.getPredictedField();
		var fieldLabel = current.getElement(fieldName).getED().getLabel();
		var predictedDisplayValue = current.getDisplayValue(fieldName);
		var msg = gs.getMessage("Predicted {0} for {1}.", [predictedDisplayValue, fieldLabel]);
		if (info.length > 0)
			info += " ";
		info += msg;
	});
	/* Print out prediction info message on screen. */
	if (info.length > 0) {
		var incidentUrl = "<a href='"+current.getLink()+"'>"+current.number+":</a>";
		gs.addInfoMessage(incidentUrl + " " + info);
	}
})(current, previous);

MLPredictor - findActiveSolution(String solutionName)

솔루션 개체를 가져옵니다.

이 메서드는 ml_solution 정의와 솔루션이 활성 상태인 경우에만 솔루션을 반환합니다.

표 6. 매개변수

이름	유형	설명
solutionName	문자열	ml_solution 기록의 이름입니다.

표 7. 반환

유형	설명
객체	지정된 solutionName 에 대한 솔루션 객체 ml_solution 정의 및 솔루션이 활성 상태이면 null이고, 그렇지 않으면 null입니다.

이 예제에서는 하드 코딩된 값을 가져와서 지정된 기계 학습 모델에 전달합니다. 결과 및 신뢰도 변수를 사용하여 값 또는 기타 비즈니스 논리를 설정할 수 있습니다.

var solutionName = 'ml_incident_assignment';
  var shortDescriptionValue = "Unable to connect!"
  var input = {
  short_description : shortDescriptionValue
  };
  var MLP = new MLPredictor();
  var solution = MLP.findActiveSolution(solutionName);
  var predictedOutcome = solution.predictText(input);
  var outcome = predictedOutcome.predictedValue();
  var confidence = predictedOutcome.confidence();
  gs.info("Predicted value: " + outcome)
  gs.info("Confidence: " + confidence)
        

출력:

DxC_ML:
        ******* Finished Prediction********* *** Script: Predicted value: Software *** Script:
        Confidence: 80.78079080096245

MLPredictor - findActiveSolutionsForRecord(GlideRecord now_GR)

지정된 GlideRecord의 테이블에 대한 활성 솔루션을 가져옵니다.

표 8. 매개변수

이름	유형	설명
now_GR	GlideRecord	활성 솔루션 객체를 수집할 GlideRecord

표 9. 반환

유형	설명
배열	지정된 기록이 있는 테이블과 연결된 활성 솔루션 객체의 배열입니다.

이 스크립트는 GlideRecord(예: 인시던트)를 전달하고 GlideRecord에 대한 모든 솔루션을 처리하여 각각에 대한 값을 반환합니다.

/* This is only to get a hard-coded GR */
     var current = new GlideRecord('incident');
     current.get('965c9e5347c12200e0ef563dbb9a7156');
     var predictor = new MLPredictor();
     var solutions = predictor.findActiveSolutionsForRecord(current);
     solutions.forEach(function(solution) {
         var outcome = solution.predict(current);
         /* Use this to set the field to the predicted value in the GlideRecord */
         var fieldName = solution.getPredictedField();
         current[fieldName] = outcome.predictedValue();
         current.update();

         gs.info("Predicted value: " + outcome.predictedValue())
         gs.info("Confidence: " + outcome.confidence())
});

출력(할당 그룹 예측):

DxC_ML: ******* Finished Prediction*********
        *** Script: Predicted value: Software *** Script: Confidence:
        99.74530683715315

출력(범주 예측):

DxC_ML:
        ******* Finished Prediction********* *** Script: Predicted value: Software *** Script:
        Confidence: 98.7172805135524

MLPredictor - getPredictedValue(개체 솔루션, 개체 결과)

지정된 예측 결과에 따라 지정된 솔루션의 예측 값을 가져옵니다.

표 10. 매개변수

이름	유형	설명
솔루션	객체	예측 값을 가져올 솔루션입니다.
결과	객체	지정된 솔루션에 대한 예측 결과 결과입니다(var outcome = solution.predict(now_GR)).

표 11. 반환

유형	설명
문자열	지정된 예측 결과에 따라 지정된 솔루션의 예측 값입니다.
영	예측 신뢰도가 임계값을 충족하지 않으면 null을 반환합니다.

MLPredictor - getPredictions(GlideRecord now_GR, 객체 솔루션, 객체 옵션)

지정된 솔루션에 대한 예측을 가져옵니다.

표 12. 매개변수

이름	유형	설명
now_GR	GlideRecord	GlideRecord를 예측할 수 있습니다.
솔루션	객체	실행할 솔루션 객체입니다.
옵션	객체	다음 속성이 있는 선택적 JSON 객체 키 값 쌍: options.top_n: 제공된 경우 예상 예측 수까지 결과를 반환하고, 그렇지 않으면 glide.platform_ml.max_num_predictions 시스템 속성에서 기본값을 읽습니다. options.apply_threshold: 솔루션의 임계값(유사성에 대한 솔루션 임계치, 분류에 대한 클래스 수준 임계치)을 확인하고 결과 집합에 적용합니다. 기본값은 true입니다.

표 13. 반환

유형	설명
배열	예측 결과 객체의 배열

다음 예제에서는 지정된 솔루션을 호출하고 이에 대한 예측을 실행합니다.

function printOutcomeArr(outcomeArr) {
gs.print('################## Results ##################');
for (var i=0; i<outcomeArr.length; i++) {
    var outcome = outcomeArr[i];
    gs.print((i+1) + ' : ' + outcome.predictedValue() + ', ' + outcome.predictedValueSysId() + ', ' + outcome.confidence());
}
}

var solutionName = 'ml_x_snc_global_prop_flip_test';
var predictor = new MLPredictor();
var solution = predictor.findActiveSolution(solutionName);

var now_GR = new GlideRecord('incident');
now_GR.get('1c741bd70b2322007518478d83673af3');

var options = {};
options.top_n = '10';            // top_n is an integer between 1 and 1000
options.apply_threshold = false; // Value can be set to true or false

printOutcomeArr(predictor.getPredictions(now_GR, solution, options));

MLPredictor - isClassificationSolution(객체 솔루션)

솔루션 객체가 분류 유형인지 식별합니다.

표 14. 매개변수

이름	유형	설명
솔루션	객체	ML 솔루션의 이름입니다.

표 15. 반환

유형	설명
부울	입력 솔루션이 분류 유형이면 true를 반환하고 그렇지 않으면 false를 반환합니다.

var isClassificationSolution = this.isClassificationSolution(solution);
 
	//classification solution each class has different threshold
	//therefore needs to get all the results from ml engine
	if (applyThreshold && isClassificationSolution) {
		var maxClassificationTopN = 50;
		outcomeArr = solution.predictTopN(now_GR, maxClassificationTopN);
	}
	else  {
	outcomeArr = solution.predictTopN(now_GR, topN);
	}
 
	if (outcomeArr === null) {
		//instead of returning null returning empty array
		return [];
	}

MLPredictor - isSimilaritySolution(객체 솔루션)

솔루션 개체가 유사성 유형인지 여부를 식별합니다.

표 16. 매개변수

이름	유형	설명
솔루션	객체	ML 솔루션의 이름입니다. 예를 들어 ml_incident_categorization.

표 17. 반환

유형	설명
부울	입력 솔루션이 유사성 유형이면 true를 반환하고 그렇지 않으면 false를 반환합니다.

MLPredictor - outcome.confidence()

예측 값의 신뢰도를 가져옵니다.

표 18. 매개변수

이름	유형	설명
없음

표 19. 반환

유형	설명
문자열	예측의 예상 정확도(백분율)입니다. 예: 53.84615375762915.

var MLP = new MLPredictor();
  var solution = MLP.findActiveSolution(solutionName);
  var predictedOutcome = solution.predictText(input);
  var outcome = predictedOutcome.predictedValue();
  var confidence = predictedOutcome.confidence();
  gs.info("Predicted value: " + outcome)
  gs.info("Confidence: " + confidence)

MLPredictor - outcome.predictedValue()

MLPredictor 결과 객체에서 예측 값을 가져옵니다.

표 20. 매개변수

이름	유형	설명
없음

표 21. 반환

유형	설명
문자열	결과 객체에서 예측된 값입니다.

var MLP = new MLPredictor();
  var solution = MLP.findActiveSolution(solutionName);
  var predictedOutcome = solution.predictText(input);
  var outcome = predictedOutcome.predictedValue();
  var confidence = predictedOutcome.confidence();
  gs.info("Predicted value: " + outcome)
  gs.info("Confidence: " + confidence)

MLPredictor - outcome.predictedValueSysId()

예측 값의 sys_id 가져옵니다.

표 22. 매개변수

이름	유형	설명
없음

표 23. 반환

유형	설명
문자열	예측 값 sys_id.

function printOutcomeArr(outcomeArr) {
gs.print('################## Results ##################');
for (var i=0; i<outcomeArr.length; i++) {
    var outcome = outcomeArr[i];
    gs.print((i+1) + ' : ' + outcome.predictedValue() + ', ' + outcome.predictedValueSysId() + ', ' + outcome.confidence());
}

MLPredictor - recordFinalValuesInPredictionResults(GlideRecord now_GR, 문자열 이유)

최종 예측 결과 값을 선택적으로 지정된 이유를 사용하여 지정된 GlideRecord로 설정합니다.

표 24. 매개변수

이름	유형	설명
now_GR	GlideRecord	최종 예측 결과 값을 설정할 GlideRecord입니다.
이유	문자열	옵션입니다. 결과를 적용하는 이유입니다.

표 25. 반환

유형	설명
void

다음 예제에서는 인시던트가 종결될 때 recordFinalValuesInPredictionResults() 메서드가 호출됩니다.

(function executeRule(current, previous /*null when async*/) {
	var predictor = new MLPredictor();
	predictor.recordFinalValuesInPredictionResults(current, "On close");

})(current, previous);

MLPredictor - solution.getCapability()

학습된 솔루션의 역량 정보를 가져옵니다.

표 26. 매개변수

이름	유형	설명
없음

표 27. 반환

유형	설명
문자열	교육된 솔루션의 정의 ID 및 버전, 그렇지 않은 경우 오류 메시지

MLPredictor - solution.getName()

예측에 사용되는 솔루션의 이름을 가져옵니다.

표 28. 매개변수

이름	유형	설명
없음

표 29. 반환

유형	설명
문자열	예측에 사용할 솔루션의 이름입니다. 예를 들어, ml_incident_categorization

MLPredictor - solution.getPredictedField()

솔루션의 예측 값을 가져옵니다.

표 30. 매개변수

이름	유형	설명
없음

표 31. 반환

유형	설명
문자열	솔루션의 예측된 출력 필드의 값

/* Get a hard-coded GR */
     var current = new GlideRecord('incident');
     current.get('965c9e5347c12200e0ef563dbb9a7156');
     var predictor = new MLPredictor();
     var solutions = predictor.findActiveSolutionsForRecord(current);
     solutions.forEach(function(solution) {
         var outcome = solution.predict(current);
         /* Use this to set the field to the predicted value in the GlideRecord */

         var fieldName = solution.getPredictedField();
         current[fieldName] = outcome.predictedValue();
         current.update();
         gs.info("Predicted value: " + outcome.predictedValue())
         gs.info("Confidence: " + outcome.confidence())
});

MLPredictor - solution.getThreshold(String className)

솔루션 임계치를 가져옵니다.

임계치는 최소 예측 정확도를 반영하는 백분율을 나타냅니다.

표 32. 매개변수

이름	유형	설명
클래스 이름	문자열	솔루션 출력 필드의 지정된 범주형 값

표 33. 반환

유형	설명
번호	임계치 값은 0에서 100 사이의 백분율로 표시됩니다.

MLPredictor - solution.getVersion()

활성 솔루션의 버전을 가져옵니다.

표 34. 매개변수

이름	유형	설명
없음

표 35. 반환

유형	설명
문자열	활성 솔루션의 버전

MLPredictor - solution.isActive()

지정된 솔루션이 활성 상태인지 여부를 확인합니다.

표 36. 매개변수

이름	유형	설명
없음

표 37. 반환

유형	설명
부울	솔루션이 활성 상태이면 True, 그렇지 않으면 False입니다.

MLPredictor - solution.predict(GlideRecord now_GR, 객체 임계치)

솔루션 예측 결과를 결과 객체로 가져옵니다.

표 38. 매개변수

이름	유형	설명
now_GR	GlideRecord	솔루션 입력 테이블의 GlideRecord
임계치	객체	임계값(유사성에 대한 솔루션 수준 임계치, 분류에 대한 클래스 수준 임계치)

표 39. 반환

유형	설명
객체	지정된 솔루션의 예측 결과 (var outcome = solution.predict(now_GR))

solutions.forEach(function(solution) {
         var outcome = solution.predict(current);
         /* Use this to set the field to the predicted value in the GlideRecord
         var fieldName = solution.getPredictedField();
         current[fieldName] = outcome.predictedValue();
         current.update();
         */
         gs.info("Predicted value: " + outcome.predictedValue())
         gs.info("Confidence: " + outcome.confidence())
});

MLPredictor - solution.predictTopN(GlideRecord now_GR, Object topN)

예상되는 예측 수까지 결과 객체 목록을 반환합니다. 최대 예측 수 1,000개.

표 40. 매개변수

이름	유형	설명
now_GR	GlideRecord	솔루션의 GlideRecord
topN	객체	예상 예측 수, 1,000을 넘는 숫자는 1,000개의 결과 반환

표 41. 반환

유형	설명
배열	GlideRecord, 임계치, 시스템 ID 및 예상 예측 수(topN 객체)를 포함한 배열의 결과 객체 목록

var isClassificationSolution = this.isClassificationSolution(solution);
 
	//classification solution each class has different threshold
	//therefore needs to get all the results from ml engine
	if (applyThreshold && isClassificationSolution) {
		var maxClassificationTopN = 50;
		outcomeArr = solution.predictTopN(now_GR, maxClassificationTopN);
	}
	else  {
		outcomeArr = solution.predictTopN(now_GR, topN);
	}
 
	if (outcomeArr === null) {
		//instead of returning null returning empty array
		return [];
	}