---
sourceDocument: Yokohama-API-Referenz
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/de-DE/yokohama/api-reference

 Release :

    - yokohama

ft:locale :

    - de-DE

ft:publication_title :

    - Yokohama-API-Referenz

ft:clusterId :

    - crapiref

bundleId :

    - crapiref

workflow :

    - Creator


---

# MLLösung -- Global

# MLLösung -- Global {#ariaid-title1}

* Freigeben Version: Yokohama
* 
* Aktualisiert 30. Januar 2025
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 5 Minuten Lesedauer

Die MLLösung API stellt Methoden für die Verarbeitung bereit Predictive IntelligenceVorhersagen und Abrufen von Lösungsobjekten für alle Fähigkeiten: Ähnlichkeit, Klassifizierung und Clustering).  
Diese API bietet Methoden, die häufig unter allen Lösungsfähigkeiten und -Methoden verwendet werden, die für Klassifizierungs- und Clustering-Lösungen spezifisch sind.

* Allgemeine Methoden, die für alle Lösungsobjekte verwendet werden:
  * GetCapability()
  * Getversion()
  * IsActive()
  * Vorhersagen()
  {#MLSolutionAPI__ul_uyg_bjy_xjb}
* Methoden, die nur für Klassifizierungs- und Regressionslösungen verwendet werden:
  * ApplyPrediction()
  {#MLSolutionAPI__ul_wls_bjy_xjb}
* Nur für Clustering-Lösungen verwendete Methoden:
  * GetClusterZuweisungen()
  * GetClusterForRecord()
  * GetClusterInfo()
  {#MLSolutionAPI__ul_j35_bjy_xjb}
{#MLSolutionAPI__ul_cd1_1jy_xjb}

Die MLLösung API erfordert Predictive IntelligencePlugin (com.glide.platform_ml) und wird in bereitgestellt `sn_ml `Namespace.

Die Methoden in diesem Objekt werden mit instanziiert [MLSolutionFactory](https://servicenow-prod.fluidtopics.net/L6rgQ80AkF4lwdx_zvhmGw#MLSolutionFactoryAPI "Die MLSolutionFactory API ist eine Fabrikklasse zum Abrufen eines skriptfähigen MLSolution-Objekts.").{#MLSolutionAPI__classInstantMLSF}
**Zugehörige Konzepte**   

* [MLSolutionUtil](https://servicenow-prod.fluidtopics.net/OOPSzNQO__n1HtK8tRLGkQ#MLSolutionUtilAPI "Die MLSolutionUtil Die Skripteinbindung stellt Methoden zum Abrufen bereit Predictive IntelligenceVorhersagen.")
* [REST-API: Vorhersagen für mehrere Lösungen abrufen](https://servicenow-prod.fluidtopics.net/16ZJlxSxs02xo9uXa~P~jA#agent-intelligence-api "Die Predictive Intelligence Die API stellt Endpunkte bereit, die einen Feldwert basierend auf einem oder mehreren Eingabefeldern und einer trainierten Lösung vorhersagen.")

## MLSolution -- applyPrediction (GlideRecord Now_GR) {#ariaid-title2}

Ruft das Vorhersageergebnis für eine Klassifizierungslösung ab und wendet es auf den eingegebenen GlideRecord an, wenn der Konfidenzwert höher als der Schwellenwert ist.
{#MLSolution-applyPrediction_GR__table_hqw_pbm_yfb__entry__3}

| Name | Typ | Beschreibung |
|-|-|-|
| Now_GR | GlideRecord | GlideRecord-Objekt mit Werten, auf die eine Vorhersage ausgeführt und die Ergebnisse angewendet werden sollen. |
[Tabelle : 1. Parameter]

{#MLSolution-applyPrediction_GR__table_hqw_pbm_yfb} {#MLSolution-applyPrediction_GR__table_iqw_pbm_yfb__entry__2}

| Typ | Beschreibung |
|-|-|
| Boolean | Kennzeichnung, die angibt, ob die Vorhersage angewendet wurde: * Wahr: Vorhersage angewendet * Falsch: Vorhersage abgelehnt {#MLSolution-applyPrediction_GR__ul_pvl_ggm_ckb} |
[Tabelle : 2. Rückgaben]

{#MLSolution-applyPrediction_GR__table_iqw_pbm_yfb}  

    var mlSolution = sn_ml.MLSolutionFactory.getSolution("ml_incident_categorization");

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

    mlSolution.applyPrediction(inputGR);

## MLSolution -- getCapability() {#ariaid-title3}

Ruft die Fähigkeitsinformationen einer trainierten Lösung ab.
{#MLSolution-getCapability__table_em3_pfx_ggb__entry__3}

| Name | Typ | Beschreibung |
|-|-|-|
| Keine |   |   |
[Tabelle : 3. Parameter]

{#MLSolution-getCapability__table_em3_pfx_ggb} {#MLSolution-getCapability__table_fm3_pfx_ggb__entry__2}

| Typ | Beschreibung |
|-|-|
| Zeichenfolge | Typ der trainierten Lösung. Mögliche Werte: * Ähnlichkeit * Klassifizierung * Clustering {#MLSolution-getCapability__ul_sv5_slm_ckb} |
[Tabelle : 4. Rückgaben]

{#MLSolution-getCapability__table_fm3_pfx_ggb}  

    var mlSolution = sn_ml.MLSolutionFactory.getSolution("ml_x_global_clustering");

    // configure optional parameters
    var options = {};
    options.group_by = 'network';
    options.cluster_id = 1;
    options.top_n_per_cluster = 3;

    if (mlSolution.getCapability() == 'clustering') {
    	var results = mlSolution.getClusterAssignments(options);
    	// pretty print JSON results
    	gs.print(JSON.stringify(JSON.parse(results), null, 2));
    }

## MLSolution -- getClusterAssignments (Objektoptionen) {#ariaid-title4}

Ruft Zuweisungen für eine Clustering-Lösung ab.
{#MLSolution-getClusterAssignments_O__table_t1q_hxt_rhb__entry__3}{#MLSolution-getClusterAssignments_O__ml-cluster-create-xbl}

| Name | Typ | Beschreibung |
|-|-|-|
| Optionen | Objekt | Optional. Werte, die zum Eingrenzen der zurückgegebenen Ergebnisse nach Gruppe und Ebene innerhalb einer Clustering-Lösung verwendet werden sollen. Standard: Clustermitgliedschaften für alle Cluster zurückgeben. |
| options.group_by | Zeichenfolge | Optional. Gibt das Segmentierungsfeld an, für das Clustermitgliedschaften abgerufen werden sollen, z. B. „Assignation_Group". Dieses Feld bietet die gleiche Gruppierung wie die Optionen in Verwenden Sie „Gruppieren Nach" Kontrollkästchen in Clustering-Definition Formular. Die bereitgestellten Informationen variieren je nach der in ausgewählten Tabelle Tabelle Feld. Weitere Informationen finden Sie unter [Erstellen und trainieren Sie eine Clustering-Lösung](https://www.servicenow.com/docs/access?context=create-clustering-solution&version=yokohama&pubname=yokohama-intelligent-experiences&ft:locale=en-US) . |
| Options.Cluster_ID | Zeichenfolge | Optional. Cluster-ID einer trainierten Lösung in der Tabelle „Clusterzusammenfassung" \[ml_Cluster_summary\]. |
| options.top_n_per_cluster | Nummer | Anzahl der Top-Ergebnisse, die für jeden Cluster empfangen werden sollen. |
[Tabelle : 5. Parameter]

{#MLSolution-getClusterAssignments_O__table_t1q_hxt_rhb} {#MLSolution-getClusterAssignments_O__table_u1q_hxt_rhb__entry__2}

| Typ | Beschreibung |
|-|-|
| Objekt | JSON-Array, das Clusterinformationen in steigender Reihenfolge nach Cluster_ID enthält: * Cluster_ID: Zeichenfolge. Eindeutige Clusternummer innerhalb einer Clusterlösung.{#MLSolution-getClusterAssignments_O__mlv-getClusterInfo-returnsID} * rec_Display_ID: Zeichenfolge. Datensatztyp und -Nummer.{#MLSolution-getClusterAssignments_O__mlv-GetClustrAssn-rec-dispid} * rec_sys_ID: Zeichenfolge. Datensatz-sys_ID{#MLSolution-getClusterAssignments_O__mlv-GetClustrAssn-rec-sysid} * Group_by: Wenn gruppiert, Name des Segmentierungsfelds, das diesem Cluster zugeordnet ist. {#MLSolution-getClusterAssignments_O__mlv-getClusterInfo-returnsGrp} {#MLSolution-getClusterAssignments_O__ul_oz5_dwm_rhb} |
[Tabelle : 6. Rückgaben]

{#MLSolution-getClusterAssignments_O__table_u1q_hxt_rhb}  

    var mlSolution = sn_ml.MLSolutionFactory.getSolution("ml_x_global_clustering");

    // configure optional parameters
    var options = {};
    options.group_by = 'network';
    options.cluster_id = '1';
    // returns top 3 results per cluster
    options.top_n_per_cluster = 3;

    var results = mlSolution.getClusterAssignments(options);

Ausgabe:

    [{"cluster_id":"1","rec_display_id":"Incident: INC0014483","rec_sys_id":"04e33e7adb401300864adfea5e961900","group_by":"network"},
     {"cluster_id":"1","rec_display_id":"Incident: INC0011133","rec_sys_id":"5bd23af2db401300864adfea5e96194d","group_by":"network"}]

## MLLösung -- getClusterForRecord(GlideRecord Now_GR) {#ariaid-title5}

Ruft die Clusterinformationen für eine Clustering-Lösung ab.
{#MLSolution-getClusterForRecord_GR__table_ak2_xcn_rhb__entry__3}

| Name | Typ | Beschreibung |
|-|-|-|
| Now_GR | GlideRecord | Name des eingegebenen GlideRecord. |
[Tabelle : 7. Parameter]

{#MLSolution-getClusterForRecord_GR__table_ak2_xcn_rhb} {#MLSolution-getClusterForRecord_GR__table_bk2_xcn_rhb__entry__2}

| Typ | Beschreibung |
|-|-|
| Zeichenfolge | Die Cluster_ID aus der Tabelle „Clusterzusammenfassung" \[ml_Cluster_summary\], wenn der Datensatz zu einem Cluster gehört. Leere Zeichenfolge gibt zurück, wenn der Datensatz nicht zu einem Cluster gehört. |
[Tabelle : 8. Rückgaben]

{#MLSolution-getClusterForRecord_GR__table_bk2_xcn_rhb}  

    var mlSolution = sn_ml.MLSolutionFactory.getSolution("solution_name");
    var now_GR = new GlideRecord('incident');
    if (mlSolution.getCapability() == 'clustering') {
    var clusterId = mlSolution.getClusterForRecord(now_GR);
    }

## MLSolution -- getClusterInfo (Objektoptionen) {#ariaid-title6}

Ruft Informationen für eine angegebene Clustering-Lösung ab.
{#MLSolution-getClusterInfo_O__table_ak2_xcn_rhb__entry__3}{#MLSolution-getClusterInfo_O__ml-cluster-create-xbl}

| Name | Typ | Beschreibung |
|-|-|-|
| Optionen | Objekt | Optional. Schränkt die zurückgegebenen Ergebnisse nach Gruppe und Ebene innerhalb einer Clustering-Lösung ein. Standard: Clustermitgliedschaften für alle Cluster zurückgeben. |
| options.group_by | Zeichenfolge | Optional. Gibt das Segmentierungsfeld an, für das Clustermitgliedschaften abgerufen werden sollen, z. B. „Assignation_Group". Dieses Feld bietet die gleiche Gruppierung wie die Optionen in Verwenden Sie „Gruppieren Nach" Kontrollkästchen in Clustering-Definition Formular. Die bereitgestellten Informationen variieren je nach der in ausgewählten Tabelle Tabelle Feld. Weitere Informationen finden Sie unter [Erstellen und trainieren Sie eine Clustering-Lösung](https://www.servicenow.com/docs/access?context=create-clustering-solution&version=yokohama&pubname=yokohama-intelligent-experiences&ft:locale=en-US) . |
| Options.Cluster_ID | Zeichenfolge | Optional. Cluster-ID einer trainierten Lösung in der Tabelle „Clusterzusammenfassung" \[ml_Cluster_summary\]. |
[Tabelle : 9. Parameter]

{#MLSolution-getClusterInfo_O__table_ak2_xcn_rhb} {#MLSolution-getClusterInfo_O__table_bk2_xcn_rhb__entry__2}

| Typ | Beschreibung |
|-|-|
| Objekt | JSON-Array, das Clusterinformationen in steigender Reihenfolge nach Cluster_ID enthält: * Cluster_ID: Zeichenfolge. Eindeutige Clusternummer innerhalb einer Clusterlösung.{#MLSolution-getClusterInfo_O__mlv-getClusterInfo-returnsID} * Cluster_Quality: Zeichenfolge. Zahl von 0 bis 100. Höhere Zahlen geben eine höhere Clusterdichte an.{#MLSolution-getClusterInfo_O__mlv-getClusterInfo-returnsCQ} * Cluster_size: Zeichenfolge. Anzahl der Datensätze in einem Cluster.{#MLSolution-getClusterInfo_O__mlv-getClusterInfo-returnsSize} * Group_by: Wenn gruppiert, Name des Segmentierungsfelds, das diesem Cluster zugeordnet ist. {#MLSolution-getClusterInfo_O__mlv-getClusterInfo-returnsGrp} * Cluster_Concept: Zeichenfolge. Satz von Wörtern, die den Cluster in absteigender Reihenfolge der Häufigkeit beschreiben.{#MLSolution-getClusterInfo_O__mlv-getClusterInfo-returnsConcept} {#MLSolution-getClusterInfo_O__ul_oz5_tv5_rhb} |
[Tabelle : 10. Rückgaben]

{#MLSolution-getClusterInfo_O__table_bk2_xcn_rhb}  

    var mlSolution = sn_ml.MLSolutionFactory.getSolution("ml_x_global_clustering");

    // configure optional parameters
    var options = {};
    options.group_by = 'network';
    options.cluster_id = 1;

    var results = mlSolution.getClusterInfo(options);

Ausgabe:

    [ {"cluster_id":"1","cluster_quality":"56.6","cluster_size":"46","group_by":"SLA","cluster_concept":"issue occur capacity ..."},
      {"cluster_id":"2","cluster_quality":"55.47","cluster_size":"75","group_by":"SLA","cluster_concept":"clone instance request ..."},
    ... ]

## MLSolution -- getVersion() {#ariaid-title7}

Ruft die Version der aktiven Lösung ab.
{#MLSolution-getVersion__table_hrt_ngx_ggb__entry__3}

| Name | Typ | Beschreibung |
|-|-|-|
| Keine |   |   |
[Tabelle : 11. Parameter]

{#MLSolution-getVersion__table_hrt_ngx_ggb} {#MLSolution-getVersion__table_irt_ngx_ggb__entry__2}

| Typ | Beschreibung |
|-|-|
| Zeichenfolge | Version der aktiven Lösung. |
[Tabelle : 12. Rückgaben]

{#MLSolution-getVersion__table_irt_ngx_ggb}  

    var mlSolution = sn_ml.MLSolutionFactory.getSolution("solution_name");

    var solutionVersion = mlSolution.getVersion();

## MLSolution -- isActive() {#ariaid-title8}

Bestimmt, ob eine Lösung aktiv ist.
{#MLSolution-isActive__table_xzj_lgx_ggb__entry__3}

| Name | Typ | Beschreibung |
|-|-|-|
| Keine |   |   |
[Tabelle : 13. Parameter]

{#MLSolution-isActive__table_xzj_lgx_ggb} {#MLSolution-isActive__table_yzj_lgx_ggb__entry__2}

| Typ | Beschreibung |
|-|-|
| Boolean | Kennzeichnung, die angibt, ob die Lösung aktiv ist. * Wahr: Lösung aktiv * Falsch: Lösung inaktiv {#MLSolution-isActive__ul_cnk_ltv_bkb} |
[Tabelle : 14. Rückgaben]

{#MLSolution-isActive__table_yzj_lgx_ggb}  

    var mlSolution = sn_ml.MLSolutionFactory.getSolution("solution_name");

    var isActive = mlSolution.isActive();

## MLLösung -- Vorhersagen (Objekteingabe, Objektoptionen) {#ariaid-title9}

Ruft die Vorhersageergebnisse vom Vorhersageserver anhand eines GlideRecord oder eines Arrays von Schlüssel-Wert-Paaren ab.
Sie können diese Methode verwenden, um die Vorhersage mit mehreren Eingabedatensätzen aufzurufen, da GlideRecord ein Iterator ist.
{#MLSolution-predict_O_O__table_vv5_yfx_ggb__entry__3}

| Name | Typ | Beschreibung |
|-|-|-|
| Eingabe | Objekt | [GlideRecord](https://servicenow-prod.fluidtopics.net/PhVphXpfpHtoByvicO1vjw#c_GlideRecordAPI "Die GlideRecord API wird für Datenbankvorgänge verwendet.") Oder Array von JSON-Objekten, die Feldnamen und -Werte als Schlüssel-Wert-Paare enthalten. |
| Optionen | Objekt | Optional. JSON-Schlüssel-Wert-Paar mit den folgenden Eigenschaften: * Top_n: Zahl. Wenn angegeben, werden die Top-Ergebnisse bis zur angegebenen Anzahl von Vorhersagen zurückgegeben.{#MLSolution-predict_O_O__solution-prediction-topn} * Apply_threshold: Boolescher Wert. Überprüft den Schwellenwert für die Lösung und wendet ihn auf den Ergebnissatz an. Der Schwellenwert ist der Lösungsschwellenwert für Ähnlichkeit oder der Schwellenwert auf Klassenebene für die Klassifizierung. Standardwert ist „wahr".{#MLSolution-predict_O_O__solution-prediction-thresh} * Custom_results_Filter: Zeichenfolge. Nur Ähnlichkeitslösungen. Gibt den zulässigen Satz an, aus dem Ergebnisse mithilfe einer codierten Abfrage zurückgegeben werden.{#MLSolution-predict_O_O__solution-prediction-custom} {#MLSolution-predict_O_O__ul_eqd_tcs_ckb} |
[Tabelle : 15. Parameter]

{#MLSolution-predict_O_O__table_vv5_yfx_ggb} {#MLSolution-predict_O_O__table_khq_hgx_ggb__entry__2}

| Typ | Beschreibung |
|-|-|
| Objekt | JSON-Objekt, das die Vorhersageergebnisse enthält, sortiert nach sys_ID oder Record_number. * PredictedValue: Zeichenfolge. Wert, der das Vorhersageergebnis darstellt.{#MLSolution-predict_O_O__ml-returnsVal} * PredictedSysId: Zeichenfolge. Die sys_ID des vorhergesagten Werts. Ergebnisse können aus jeder Tabelle stammen, für die Informationen vorhergesagt werden.{#MLSolution-predict_O_O__ml-returnsID} * Konfidenz: Zahl. Wert der Konfidenz, die der Vorhersage zugeordnet ist. Beispiel: 53.84.{#MLSolution-predict_O_O__ml-returnsConf} * Schwellenwert: Zahl. Wert des konfigurierten Schwellenwerts, der der Vorhersage zugeordnet ist.{#MLSolution-predict_O_O__ml-returnsThrsh} * DetailedResults: Objekt. Nur Ähnlichkeitslösungen. JSON-Schlüssel-Wert-Paar mit Details zu den übereinstimmenden Textindizes.{#MLSolution-predict_O_O__ml-returnsDetR} {#MLSolution-predict_O_O__ul_fg2_vcs_ckb} |
[Tabelle : 16. Rückgaben]

{#MLSolution-predict_O_O__table_khq_hgx_ggb}  

    var mlSolution = sn_ml.MLSolutionFactory.getSolution("ml_incident_categorization");

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

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

    var results = mlSolution.predict(input, options);
    // pretty print JSON results
    gs.print(JSON.stringify(JSON.parse(results), null, 2));

    var mlSolution = sn_ml.MLSolutionFactory.getSolution("ml_incident_categorization");

    // multiple GlideRecord input
    var input = new GlideRecord("incident");
    input.addQuery("sys_created_onONLast week@javascript:gs.beginningOfLastWeek()@javascript:gs.endOfLastWeek()");
    input.query();

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

    var results = mlSolution.predict(input, options);
    // pretty print JSON results
    gs.print(JSON.stringify(JSON.parse(results), null, 2));

Ausgabe:

    {
        input_gr_sys_id1: [
                    {
                        predictedValue : xxx,
                        predictedSysId : xx0,
                        confidence : xxx,
                        threshold : xxx,
                        detailedResults : [.....]

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

                    }, 
                ...
            ]
    }

    var mlSolution = sn_ml.MLSolutionFactory.getSolution("ml_incident_categorization");

    // key-value pairs input
    var input = [{"short_description":"my email is not working"}, 
    			{short_description:"need help with password"}];

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

    var results = mlSolution.predict(input, options);
    // pretty print JSON results
    gs.print(JSON.stringify(JSON.parse(results), null, 2));


