분류에 그룹화 기준 사용

  • 릴리스 버전: Yokohama
  • 업데이트 날짜 2025년 01월 30일
  • 소요 시간: 3분

    • API를 사용하여 그룹화 기준 필드를 기반으로 교육을 위해 여러 분류 솔루션을 동시에 제출합니다.

    선택적 그룹화 기준 기능을 사용하여 지리적 위치 또는 도메인과 같은 둘 이상의 데이터 영역을 포괄하는 하나의 분류 솔루션을 교육하고 유지관리할 수 있습니다.

    그룹화 기준을 사용하여 솔루션을 교육하려면 API를 사용하여 분류 솔루션 정의를 생성하는 동안 groupby 매개변수를 추가해야 합니다. groupby 매개변수는 범주형 열만 입력으로 허용하며, 여기서 각 groupby 값에 속하는 데이터의 하위 집합에서 개별 모델이 생성됩니다. 역량에 대해 설정된 최소 기록 기준을 통과하는 하위 솔루션만 생성됩니다. 여기서 예측 호출은 예측 입력에 있는 그룹화 기준 값에 따라 해당 그룹화 기준 모델로 라우팅됩니다. 배치 예측은 지원되지 않습니다.

    지리적 위치에 대한 그룹화 기준 시나리오

    글로벌 회사가 수신 기록에 대해 분류 라우팅을 사용하며, 미국에 하나의 지원 센터와 유럽에 하나의 지원 센터가 있다고 가정해 보겠습니다. 여기서는 미국 인시던트에 대한 하나의 모델과 유럽 인시던트에 대한 다른 모델이 있는 단일 분류 솔루션을 만들려고 합니다.

    이 시나리오에서는 다음 두 가지 방법 중 하나를 사용할 수 있습니다.
    • 두 개의 개별 ML 분류 솔루션 정의를 생성하고 교육합니다. 여기서 하나는 미국 인시던트만으로, 다른 하나는 유럽 인시던트로만 필터링됩니다.
    • groupby 매개변수를 사용하여 모든 미국 정의가 미국 모델을 만들고 모든 유럽 정의가 유럽 모델을 생성하도록 국가 위치에 대한 Groupby를 생성합니다. 그런 다음 시스템은 인시던트에 따라 올바른 분류 범주를 예측하는 데 사용하는 모델을 식별합니다.

    두 번째 접근 방식은 사용하는 모델이 의료나 재무와 같은 다른 도메인에 있을 수도 있다는 점에서 이점이 있습니다. 이 접근 방식은 유지 관리해야 하는 여러 국가 위치나 도메인이 있는 경우에 특히 유용합니다.

    API를 통한 그룹화 기준을 사용한 교육 및 예측 사용 예시

    var myIncidentData = new sn_ml.DatasetDefinition({
    'tableName' : 'incident',
    'fieldNames' : ['category','short_description','assignment_group','description','priority'],
    'encodedQuery' : 'activeANYTHING'
});

var mySolution = new sn_ml.ClassificationSolution({
    'label': 'solution label',
    'dataset' : myIncidentData,
    'groupByFieldName' : 'assignment_group',
    'predictedFieldName': 'category',
    'inputFieldNames': ['short_description','description','priority']
});
//Add solution definition
var solution_gr = sn_ml.ClassificationSolutionStore.add(mySolution)
//Get existing solution
var my_unique_name = sn_ml.ClassificationSolutionStore.get('solution name');
// submit training job
var solutionVersion = my_unique_name.submitTrainingJob();


// Run prediction
var input = new GlideRecord("incident");
input.get("sys_id");
// configure optional parameters
var options = {};
options.apply_threshold = false;
var mlSolution = sn_ml.ClassificationSolutionStore.get('solution name');
//Prediction using glide record
var results = mlSolution.getActiveVersion().predict(input, options);
//Prediction using map
var results = mlSolution.getActiveVersion().predict([{ 'short_description': input.short_description,
                                                         'assignment_group': input.assignment_group }], options);

    이 예제 및 머신 러닝 API의 일반적인 사용법에 대한 자세한 내용은 이 페이지의 관련 콘텐츠 섹션에 있는 링크를 참조하세요.