予測インテリジェンスの構成ヒント

ソリューショントレーニングおよびソリューション予測中に問題が発生した場合は、次の提案された解決策に従ってください。

入力データ

モデルのトレーニングに使用するレコードを少なくとも 30,000 件用意することをお勧めしますが、モデルの精度は入力データによって決まります。

ソリューションのトレーニングに使用される入力データの品質を決定する主な要因は 3 つあります。

• 清浄度:サニタイズされたデータによりノイズが低減され、モデルの精度が向上します。
• 品質:正確な予測を行うようにモデルをトレーニングするには、入力と出力が有効かつ正確である必要があります。
• 分布:データセット全体を表すデータは、より一般化された予測を行うことができるモデルになります。

ほとんどの生データセットには、ダーティで使用できないデータが含まれています。正確な予測モデルを維持するには、トレーニング前に入力セットを確認することが不可欠です。

入力データの約 80% をモデルのトレーニングに使用し、データの約 20% をモデルが正確かどうかの評価に使用することをお勧めします。モデルの予測結果を、残りのデータの 20% の実際の値と比較できます。

ソリューショントレーニング

問題	解決策または提案されたアクション
スケジューラージョブが誤った Glide コールバックインスタンス URL を使用しているため、ソリューショントレーニングが [トレーニング待機中] ステータスのままになります。	Glide インスタンスの glide.servlet.uri プロパティが正しいインスタンス URL に設定されていることを確認します。この問題は、次の場合に発生する可能性があります。 インスタンスは本番環境からクローンされますが、 glide.servlet.uri プロパティの本番 URL を参照します。 Glide インスタンスがプロビジョニングされ、初めてトレーニングが実行されます。
新しいカテゴリが追加されましたが、まだトレーニングに影響を与えていません。	ソリューションが再トレーニングされるまで、新しいカテゴリにはまだ十分なデータがない可能性があるため、これは想定される動作です。
ソリューショントレーニングが失敗します。	トレーニングが失敗した場合は、ソリューション画面の [ トレーニング進捗状況を表示 ] 関連リンクをクリックして、潜在的な問題が存在する場所を特定します。
ユーザー認証が原因でソリューショントレーニングが失敗しました。	[システムセキュリティ] > [ユーザー] に移動し、sharedservice.worker ユーザーが [アクティブ] に設定されていることを確認します。
モデルトレーニングから、モデルを作成できないというメッセージが返されます。トレーニングは失敗し、「トレーニング ソリューション中にエラーが発生しました (Error while training solution)」というメッセージが表示されます。トレーニングの進捗状況ウィンドウに、「使用されたデータが十分でないか、入力フィールドが出力フィールドを予測できないため、ソリューショントレーニングに失敗しました」というメッセージが表示されます。	この問題は、データ量またはフィールド値の分布がモデルを正常にビルドするのに十分でない場合に発生する可能性があります。トラブルシューティングを行うには、次の手順に従います。 出力フィールドの分布が歪んでいないことを確認します。 大量のデータを使用するように日付フィルターを変更して、モデルを再トレーニングします。 入力フィールドが完全に入力されていない場合は、フィルターを追加して null レコードを削除します。
このソリューションには複数の言語のデータがありますが、カバレッジと精度の結果は不十分です。	次のオプションを使用して、メトリクスを改善します。 オプション 1:ソリューションの処理言語を英語以外の最も顕著な言語に更新します。 注: デフォルトでは、すべてのデータセットに英語が適用されます。 オプション 2:各言語/地域に十分なデータがある場合: プライマリ言語を識別できる特定の言語/地域 (オランダ語、英語、フランス語、ドイツ語、日本語、またはスペイン語) のフィルター基準を追加します。 言語/地域ごとにソリューションを生成し、各ソリューションに適切な処理言語を適用します。

ソリューション予測

問題	解決策または提案されたアクション
予測は失敗し、原因が不明な Java 例外を返します。	予測インテリジェンス Glide ログで例外を検索します。 例外、影響を受けるインスタンス、ソリューション名、入力文字列など、関連するすべての詳細を含むインシデントレコードを 予測インテリジェンス のために送信します。
インシデント/ケースレコードに予測は適用されていませんが、REST API エクスプローラーでテストすると予測が値を返します。	これは、予測の信頼性が予測を行うために必要なしきい値を下回る場合に発生する可能性があります。ソリューションをトレーニングしたら、次の手順を使用して、ソリューション設定を調整する必要があるかどうかを確認します。 REST > REST API エクスプローラー>システム Web サービスに移動して、予測の信頼性レベルを見つけます。「分類ソリューション予測のテスト」を参照してください。 ML ソリューション定義レコードで、クラスの名前をクリックして、予測で返された結果クラスに設定されたしきい値を確認します。[ クラス ] ページが表示されます。 [推定精度] と [推定カバレッジ] の値を確認します。対応するしきい値が結果の予測の信頼性よりも大きい場合は、これが予測が表示されなかった根本原因です。 クラスの精度と範囲の値を調整して、範囲または精度を高めます。「トレーニング済み分類ソリューションの調整」を参照してください。

インスタンスのクローン作成

問題	解決策または提案されたアクション
インスタンスのクローンが作成されると、既存のソリューションの予測は失敗します。	[ml_artifacts] テーブル内の ML ソリューションアーティファクトは、[sys_attachmentテーブル] に保存されます。クローン実行時に [ml_artifacts] テーブルがクローンに含まれていない場合、予測は失敗します。機械学習アーティファクトは 予測インテリジェンス ソリューションの重要なコンポーネントであるため、クローンに含まれていることを確認してください。
インスタンスがクローンされると、ソリューショントレーニングは失敗します。	クローン実行が進むにつれて、sharedservice.worker ユーザーが非アクティブ化されているか、ロックアウトされているか、ユーザー ID が設定されていない可能性があります。ソリューショントレーニングを成功させるために、これらの問題を解決します。