MLSolutionUtil - 전역

MLSolutionUtil 스크립트 포함은 예측을 가져오기 예측 인텔리전스 위한 메서드를 제공합니다.

이 스크립트 포함에는 플러그인(com.glide.platform_ml)이 필요하며 예측 인텔리전스sn_ml 네임스페이스 내에서 제공됩니다.

자세한 내용은 ML API 사용 단원을 참조하십시오.

관련 개념

• ML솔루션
• MLSolution팩토리

MLSolutionUtil - MLSolutionUtil()

새 MLSolutionUtil 객체를 인스턴스화합니다.

표 1. 매개변수

이름	유형	설명
없음

var mlSolutionUtil = new MLSolutionUtil();

MLSolutionUtil - getPredictions(객체 입력, 배열 solutionNames, 객체 옵션)

하나 이상의 지정된 솔루션에 대한 예측을 가져옵니다.

표 2. 매개변수

이름	유형	설명
입력	객체	GlideRecord 또는 JSON 객체를 키-값 쌍으로 배열합니다.
solutionNames	배열	예측을 검색할 솔루션 이름의 배열입니다.
옵션	객체	옵션입니다. 다음 속성이 있는 JSON 객체 키-값 쌍: top_n: 숫자. 제공된 경우 지정된 예측 수까지 상위 결과를 반환합니다. apply_threshold: 부울. 솔루션의 임계값을 확인하고 결과 집합에 적용합니다. 임계치 값은 유사성에 대한 솔루션 임계치 또는 분류에 대한 클래스 수준 임계치입니다. 기본값은 true입니다. custom_results_filter: 문자열. 유사성 솔루션만 해당됩니다. 인코딩된 쿼리를 사용하여 결과가 반환되는 허용되는 집합을 지정합니다.

표 3. 반환

유형	설명
배열	솔루션 이름별로 그룹화되고 sys_id 또는 record_number별로 정렬된 예측 결과를 포함하는 JSON 키-값 쌍입니다. predictedValue: 문자열. 예측 결과를 나타내는 값입니다. predictedSysId: 문자열. 예측 값의 sys_id입니다. 결과는 정보가 예측되는 모든 테이블에서 나올 수 있습니다. 신뢰도: 숫자. 예측과 연결된 신뢰도의 값입니다. 예를 들어 53.84입니다. 임계치: 숫자. 예측과 연결된 구성된 임계치의 값입니다.

var solutionNames = ['soluton1', 'solution2'];

var input = new GlideRecord("incident");
input.get("0ef47232db801300864adfea5e961912");

// configure optional parameters
var options = {};
options.top_n = 3;
options.apply_threshold = false;

var mlSolutionUtil = new MLSolutionUtil();
var results = mlSolutionUtil.getPredictions(input, solutionNames, options);

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

출력:

{
  solution1:  {
    input_gr_sys_id1: [
                {
                    predictedValue : xxx,
                    predictedSysId : xx0,
                    confidence : xxx,
                    threshold : xxx

                }, 
                {
                    predictedValue : yyy,
                    predictedSysId : xx1,
                    confidence : xxx,
                    threshold : xxx
                }
        ],
    input_gr_sys_id2 : [
                {
                    predictedValue : xxx,
                    predictedSysId : xx0,
                    confidence : xxx,
                    threshold : xxx

                }, 
            ...
        ]
  }

  solution2:  {
      ...
}