PredictabilityEstimateVersion - 전역
PredictabilityEstimateVersion API는 저장소에서 예측 인텔리전스 사용되는 스크립팅 가능한 개체입니다.
이 API에는 예측 인텔리전스 플러그인(com.glide.platform_ml)이 필요하며 sn_ml 네임스페이스 내에서 제공됩니다.
PredictabilityEstimate 저장소의 PredictabilityEstimate API 개체를 기반으로 예측 가능성 예측 버전으로 작업할 때 이 API를 사용합니다.
교육이 완료되면 시스템이 최신 버전의 예측 가능성 예상치 활성화하며, 한 번에 하나의 버전만 활성화할 수 있습니다. 그러나 예측을 수행하는 데 사용하려는 이전에 학습된 버전을 활성화할 수 있습니다.
PredictabilityEstimateVersion - getProperties()
예측 가능성 추정 객체 속성을 및 버전 번호가져옵니다.
| 이름 | 유형 | 설명 |
|---|---|---|
| 없음 |
| 유형 | 설명 |
|---|---|
| 객체 | Dataset 및 PredictabilityEstimate 버전 세부 정보의 내용입니다. 결과는 개체 속성 설정에 따라 달라집니다. |
| <Object>.dataset속성 | 예측 가능성 예측과 연결된 DatasetDefinition() 객체의 속성을 나열합니다.
데이터 형식: 개체. |
| <Object>.datasetProperties.tableName | 데이터 세트의 테이블 이름입니다. 예를 들어 "tableName" : "Incident"입니다. 데이터 형식: 문자열. |
| <Object>.datasetProperties.fieldNames | 지정된 테이블의 필드 이름을 문자열로 나열한 목록입니다. 예를 들어 "fieldNames" : ["short_description", "priority"]입니다. 데이터 형식: 배열. |
| <Object>.datasetProperties.fieldNames.fieldDetails | 필드 속성을 지정하는 JavaScript 객체의 목록입니다.
데이터 형식: 배열. |
| <Object>.datasetProperties.fieldNames.fieldDetails.<object>입니다. 이름 | 이 데이터 세트를 제한할 정보의 유형을 정의하는 필드의 이름입니다. 데이터 형식: 문자열. |
| <Object>.datasetProperties.fieldDetails.<object>입니다. 형 | 머신 러닝 필드 유형입니다. 데이터 형식: 문자열. |
| <Object>.datasetProperties.fieldDetails.encodedQuery | 표준 Glide 형식으로 인코딩된 쿼리 문자열입니다. 인코딩된 쿼리 문자열을 참조하세요. 데이터 형식: 문자열. |
| <Object>.domainName | 이 데이터 세트와 연결된 도메인 이름입니다. 도메인 분리 및 예측 인텔리전스를 참조하십시오. 데이터 형식: 문자열. |
| <Object>.input필드 이름 | 추정에 고려할 문자열로 된 후보 입력 필드 목록입니다. 데이터 형식: 문자열. |
| <Object>.isActive | 이 버전이 활성 상태인지 여부를 나타내는 플래그입니다. 유효한 값은 다음과 같습니다.
데이터 유형: 문자열 |
| <Object>.레이블 | 예측 작업을 식별합니다.
데이터 형식: 문자열. |
| <Object>.이름 | 시스템에서 할당한 이름입니다. 데이터 형식: 문자열. |
| <Object>.predictedFieldName | 예측 가능성을 교육할 필드를 식별합니다. 데이터 형식: 문자열. |
| <Object>.범위 | 개체 범위입니다. 현재 유일하게 유효한 값은 global입니다.데이터 유형: 문자열 |
| <Object>.training빈도 | 모델을 재교육하는 빈도입니다. 가능한 값:
데이터 형식: 문자열. |
| <Object>.versionNumber | 의 버전 번호 PredictabilityEstimate 객체입니다. 데이터 형식: 문자열. |
다음 예제에서는 저장소에 있는 활성 개체 버전의 속성을 가져옵니다.
// Get properties
var mlEstimate = sn_ml.PredictabilityEstimateStore.get('ml_incident_categorization');
gs.print(JSON.stringify(JSON.parse(mlEstimate.getActiveVersion().getProperties()), null, 2));
출력:
"datasetProperties": {
"encodedQuery": "activeANYTHING^EQ",
"fieldNames": [
"short_description",
"category"
],
"tableName": "incident"
},
"domainName": "global",
"inputFieldNames": [
"short_description"
],
"isActive": "true",
"label": "Incident Categorization_Trainer",
"name": "ml_incident_categorization",
"predictedFieldName": "category",
"processingLanguage": "en",
"stopwords": [
"Default English Stopwords"
],
"versionNumber": "1"
}
PredictabilityEstimateVersion - getResults()
출력 필드에 대해 제안된 입력 필드가 포함된 JSON 결과를 반환합니다.
| 이름 | 유형 | 설명 |
|---|---|---|
| 없음 |
| 유형 | 설명 |
|---|---|
| 객체 | 출력 필드에 대해 제안된 입력 필드 옵션을 포함하는 JSON 객체 결과입니다. |
| <Object>.<output field name> | 출력 필드 이름(예: 범주)에는 제안된 입력 필드가 포함되어 있습니다.
데이터 유형: 객체 |
| <Object>.<output field name>. 명목상 입력 필드 | 명목상 입력 필드 상세 정보입니다.
데이터 형식: 배열. |
| <Object>.<output field name>. 명목상 입력 필드.필드 이름 | 명목상 입력 필드 이름입니다. 데이터 형식: 문자열. |
| <Object>.<output field name>. nominalInputFields.modelImprovement | 이 필드가 결과를 개선할 수 있는 가능성을 상대적으로 나타내는 점수입니다. 데이터 형식: 문자열로 된 숫자입니다. |
| <Object>.text입력 필드 | 텍스트 입력 필드 상세 정보.
데이터 형식: 배열. |
| <Object>.textInputFields.fieldName | 텍스트 입력 필드 이름입니다. 데이터 형식: 문자열. |
| <Object>.textInputFields.density | 필드가 비어 있지 않은 빈도를 나타내는 0에서 1.0 사이의 값입니다. 값이 1.0이면 필드가 모든 행에서 비어 있지 않음을 의미하고 값이 0이면 필드가 모든 행에서 비어 있음을 나타냅니다. 데이터 형식: 문자열로 된 숫자입니다. |
다음 예제에서는 저장소에서 예측 가능성 예상치의 선택한 버전에 대한 결과를 가져오는 방법을 보여 줍니다.
// Get results
var estimateName = "ml_x_snc_global_global_predictability_estimate;"
var mlEstimate = sn_ml.PredictabilityEstimateStore.get(estimateName);
var results = mlEstimate.getActiveVersion().getResults();
gs.print(JSON.stringify(JSON.parse(results), null, 2));
출력:
{
"category": {
"nominalInputFields": [
{
"fieldName": "number",
"modelImprovement": "0.167052396325189"
},
{
"fieldName": "task_effective_number",
"modelImprovement": "0.167052396325189"
}
],
"textInputFields": [
{
"fieldName": "short_description",
"density": "1.0"
}
]
}
}
PredictabilityEstimateVersion - getStatus(부울 includeDetails)
교육 완료 상태를 가져옵니다.
| 이름 | 유형 | 설명 |
|---|---|---|
| include상세 정보 | 부울 | 상태를 반환할지 여부를 나타내는 플래그입니다 details. 유효한 값은 다음과 같습니다.
기본값: False |
| 유형 | 설명 |
|---|---|
| 객체 | 다음에 대한 교육 상태 정보를 포함하는 JavaScript 객체PredictabilityEstimate 개체입니다. |
| <Object>.상태 | 교육 완료 상태입니다. 훈련 작업이 종료 상태에 도달하면 작업은 해당 상태를 벗어나지 않습니다. 상태가 terminal hasJobEnded 이면 속성이 true로 설정됩니다.가능한 값:
데이터 유형: 문자열 |
| <Object>.hasJobEnded | 교육이 완료되었는지 여부를 나타내는 플래그입니다. 유효한 값은 다음과 같습니다.
데이터 유형: 문자열로서의 부울 값 |
| <Object>.percent완료 | 교육 완료율입니다. 완료율이 100 미만이면 작업이 종료 상태일 수 있습니다. 예를 들어 교육 시간이 초과되는 경우입니다. 데이터 형식: 문자열로서의 숫자 범위: 0 - 100 |
| <Object>.세부 정보 | 추가 교육 상세 정보 목록이 포함된 객체입니다. 데이터 유형: 객체 |
다음 예제에서는 교육이 완료된 성공적인 결과를 보여 줍니다.
// Get status
var mlEstimate = sn_ml.PredictabilityEstimateStore.get('ml_incident_categorization');
gs.print(JSON.stringify(JSON.parse(mlEstimate.getActiveVersion().getStatus(true), null, 2)));
출력:
{
"state":"solution_complete",
"percentComplete":"100",
"hasJobEnded":"true",
"details":{"stepLabel":"Solution Complete"} // This information is only returned if getStatus(true);
}
다음 예제에서는 학습이 완료된 실패한 결과를 보여 줍니다.
// Get status
var mlEstimate = sn_ml.PredictabilityEstimateStore.get('ml_x_snc_global_global_my_estimate_definition');
var trainingStatus = mlEstimate.getLatestVersion().getStatus();
gs.print(JSON.stringify(JSON.parse(trainingStatus), null, 2));
출력:
{
"state": "solution_complete",
"percentComplete": "100",
"hasJobEnded": "true"
}
PredictabilityEstimateVersion - getVersionNumber()
다음의 버전 번호를 가져옵니다. 예측 가능성 추정 객체입니다.
| 이름 | 유형 | 설명 |
|---|---|---|
| 없음 |
| 유형 | 설명 |
|---|---|
| 문자열 | 버전 번호입니다. |
다음 예제에서는 버전 번호를 가져오는 방법을 보여 줍니다.
// Get version number
var mlEstimate = sn_ml.PredictabilityEstimateStore.get('ml_x_snc_global_global_predictability_estimate');
gs.print("Version number: "+JSON.stringify(JSON.parse(mlEstimate.getActiveVersion().getVersionNumber()), null, 2));
출력:
Version number: 1