Configuration des paramètres avancés pour vos solutions ML
Découvrez les paramètres avancés pour vos Intelligence prédictive solutions d’apprentissage machine (ML). Appliquez la technologie et les algorithmes facultatifs pour les options de classification, de clustering, de similarité et de régression.
L’utilisation de paramètres avancés dans vos solutions ML est facultative. Si vous choisissez d’implémenter l’un de ces paramètres, assurez-vous d’être bien informé sur la technologie que vous activez dans la solution et que votre cas d’utilisation bénéficie de ce que la technologie offre. Pour plus d’informations sur plusieurs de ces paramètres, reportez-vous à l’article En savoir plus avec les paramètres avancés de mise en grappe sur ServiceNow Community.
La plupart des paramètres avancés sont limités à une seule option, car leur fonctionnalité est ciblée sur des cas d’utilisation spécifiques.
Paramètres avancés de classification, de mise en grappe, de similarité et de régression
À l’aide du rôle administrateur ou ml_admin, vous appliquez ces technologies en configurant un paramètre dans l’onglet Paramètres de solution avancée de votre formulaire de définition de solution ML.
- Configurer le rappel de classe pour une solution de classification
- Configurer TF-IDF pour les solutions
- Configurer DBSCAN pour une solution de mise en grappe
- Configurer HDBSCAN pour une solution de mise en grappe
- Configurer XGBoost pour les solutions de classification ou de régression
- Configurer l’algorithme du composant Connect et la méthode de distance de Levenshtein pour une solution de mise en grappe
- Appliquer la pureté sur une solution de mise en grappe
- Analyser une grappe avec Aperçu de grappe
Paramètres de solution avancée pour la classification
À partir de la Zurich version, les solutions de classification offrent les paramètres de solution avancés suivants.
- Paramètres de configuration pour la configuration du modèle dans la classification
- Configurer les étiquettes Inclure uniquement les N premiers
- Nombre minimum d’enregistrements nécessaires pour que l’étiquette l’inclue
- Supprimer l’étiquette des autres
- Utiliser l’algo LightGBM pour la formation de modèle de classification