---
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


---

# MLPredictor -- Global (Veraltet)

# MLPredictor -- Global (Veraltet) {#ariaid-title1}

* Freigeben Version: Yokohama
* 
* Aktualisiert 30. Januar 2025
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 9 Minuten Lesedauer

Die MLPredictor API stellt Dienstprogrammmethoden für bereit Predictive IntelligenceVorhersagen.  
Hinweis:  
Diese API ist veraltet und soll in einem zukünftigen Release entfernt werden. Siehe [Mit ML-APIs](https://www.servicenow.com/docs/access?context=using-ml-apis&version=yokohama&pubname=yokohama-intelligent-experiences&ft:locale=en-US)Für die neuesten Richtlinien.

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

Diese Klasse enthält alle Methoden, die zum Abrufen von Vorhersageergebnissen aus Eingabedaten erforderlich sind.

## MLPredictor: MLPredictor() {#ariaid-title2}

Instanziiert ein neues MLPredictor-Objekt.
{#r_MLP-MLPredictor__table_n2c_mk4_3gb__entry__3}

| Name | Typ | Beschreibung |
|-|-|-|
| Keine |   |   |
[Tabelle : 1. Parameter]

{#r_MLP-MLPredictor__table_n2c_mk4_3gb}  
Das folgende Beispiel zeigt, wie ein MLPredictor-Objekt in einer Business-Regel verwendet wird, um endgültige Werte nach einer Vorhersage aufzuzeichnen.

    function executeRule(current, previous /*null when async*/) {
    	var predictor = new MLPredictor();
    	predictor.recordFinalValuesInPredictionResults(current, "On close");

    }(current, previous);

## MLPredictor -- applyPrediction(GlideRecord Now_GR, Array-Lösungen) {#ariaid-title3}

Legt vorhergesagte Werte aus einem Array angegebener Lösungen für einen angegebenen Datensatz fest.
{#r_MLP-applyPrediction_GR_A__table_hqw_pbm_yfb__entry__3}

| Name | Typ | Beschreibung |
|-|-|-|
| Now_GR | GlideRecord | Der Datensatz, auf den das Array der vorhergesagten Lösungen angewendet werden soll. |
| Lösungen | Array | Angegebene Lösungsobjekte, die dem GlideRecord zugeordnet sind. |
[Tabelle : 2. Parameter]

{#r_MLP-applyPrediction_GR_A__table_hqw_pbm_yfb} {#r_MLP-applyPrediction_GR_A__table_iqw_pbm_yfb__entry__2}

| Typ | Beschreibung |
|-|-|
| Ungültig |   |
[Tabelle : 3. Rückgaben]

{#r_MLP-applyPrediction_GR_A__table_iqw_pbm_yfb}  
Das folgende Beispiel demonstriert die Verwendung der Methode „applyPrediction()" in einer Business-Regel.

    (function executeRule(current, previous /*null when async*/) {
        var mlPredictor = new MLPredictor();
        //Get the list of active solutions for the glide record table
        var solutions = mlPredictor.findActiveSolutionsForRecord(current);
        //Run prediction and apply predicted value to the record
        mlPredictor.applyPrediction(current, solution);

    })(current, previous);

## MLPredictor -- applyPredictionForSolution (GlideRecord Now_GR, Objektlösung) {#ariaid-title4}

Wendet einen vorhergesagten Wert aus einer angegebenen Klassifizierungslösung auf den angegebenen GlideRecord an.
Rufen Sie für jede Lösung im GlideRecord diese Methode auf, um die Ergebnisse vorherzusagen und den Feldwert für den Incident auf diese Ergebnisse festzulegen.
{#r_MLP-applyPredictionForSolution_G_O__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. |
| Lösung | Objekt | Auszuführendes Klassifizierungslösungsobjekt. |
[Tabelle : 4. Parameter]

{#r_MLP-applyPredictionForSolution_G_O__table_hqw_pbm_yfb} {#r_MLP-applyPredictionForSolution_G_O__table_iqw_pbm_yfb__entry__2}

| Typ | Beschreibung |
|-|-|
| Boolean | „Wahr" bei Erfolg der Vorhersage, andernfalls Fehler. |
[Tabelle : 5. Rückgaben]

{#r_MLP-applyPredictionForSolution_G_O__table_iqw_pbm_yfb}  
Um diese Vorlage zu verwenden, kopieren Sie die Business-Regel „Incident-basierte Vorhersage" (Vorlage), machen Sie den neuen Datensatz aktiv, und befolgen Sie die kommentierten Anweisungen, um die Variable „solutionNames" zu initialisieren.

    (function executeRule(current, previous /*null when async*/) {
    	var solutionNames = ["solution1", "solution2", ...];

    	/* For domain separation (MSP) use case */
    //	var solutionNames;
    //	if (current.sys_domain == "A")
    //		solutionNames = ["solution_A1", "solution_A2", ...];
    //	else if (current.sys_domain == "B")
    //		solutionNames = ["solution_B1", "solution_B2", ...];
    //	else
    //		...

    	var predictor = new MLPredictor();
    	var info = "";
    	solutionNames.forEach(function(solutionName) {
    		var solution = predictor.findActiveSolution(solutionName);
    		if (!solution)
    			return;

    		/* The next line of code does the prediction and updates the current record. */
    		predictor.applyPredictionForSolution(current, solution);

    		/* If no prediction is done, do not build the prediction info message. */
    		if (!predictor.applyPredictionForSolution(current, solution))
    			return;

    		/* If user doesn't have 'itil' role, we don't build prediction info message. */
    		if (!gs.hasRole('itil'))
    			return;

    		/* Building prediction info message */
    		var fieldName = solution.getPredictedField();
    		var fieldLabel = current.getElement(fieldName).getED().getLabel();
    		var predictedDisplayValue = current.getDisplayValue(fieldName);
    		var msg = gs.getMessage("Predicted {0} for {1}.", [predictedDisplayValue, fieldLabel]);
    		if (info.length > 0)
    			info += " ";
    		info += msg;
    	});
    	/* Print out prediction info message on screen. */
    	if (info.length > 0) {
    		var incidentUrl = "<a href='"+current.getLink()+"'>"+current.number+":</a>";
    		gs.addInfoMessage(incidentUrl + " " + info);
    	}
    })(current, previous);

## MLPredictor -- findActiveSolution(String SolutionName) {#ariaid-title5}

Ruft das Lösungsobjekt ab.
Diese Methode gibt die Lösungen nur zurück, wenn die Definition „ml_Solution" und die Lösung aktiv sind.
{#r_MLP-findActiveSolution_S__table_hqw_pbm_yfb__entry__3}

| Name | Typ | Beschreibung |
|-|-|-|
| solutionName | Zeichenfolge | Name des ml_Solution-Datensatzes. |
[Tabelle : 6. Parameter]

{#r_MLP-findActiveSolution_S__table_hqw_pbm_yfb} {#r_MLP-findActiveSolution_S__table_iqw_pbm_yfb__entry__2}

| Typ | Beschreibung |
|-|-|
| Objekt | Lösungsobjekt für den angegebenen `Lösungsname `Wenn die Definition „ml_Solution" und die Lösung aktiv sind, andernfalls null. |
[Tabelle : 7. Rückgaben]

{#r_MLP-findActiveSolution_S__table_iqw_pbm_yfb}  
Dieses Beispiel verwendet einen hartcodierten Wert und übergibt ihn an ein angegebenes Modell für maschinelles Lernen. Sie können die Variablen Ergebnis und Konfidenz verwenden, um Werte oder andere Geschäftslogik festzulegen.

    var solutionName = 'ml_incident_assignment';
      var shortDescriptionValue = "Unable to connect!"
      var input = {
      short_description : shortDescriptionValue
      };
      var MLP = new MLPredictor();
      var solution = MLP.findActiveSolution(solutionName);
      var predictedOutcome = solution.predictText(input);
      var outcome = predictedOutcome.predictedValue();
      var confidence = predictedOutcome.confidence();
      gs.info("Predicted value: " + outcome)
      gs.info("Confidence: " + confidence)
            
Ausgabe:

    DxC_ML:
            ******* Finished Prediction********* *** Script: Predicted value: Software *** Script:
            Confidence: 80.78079080096245

## MLPredictor -- findActiveSolutionsForRecord(GlideRecord Now_GR) {#ariaid-title6}

Ruft aktive Lösungen für eine Tabelle in einem angegebenen GlideRecord ab.
{#r_MLP-findActiveSolutionsForRecord_GR__table_hqw_pbm_yfb__entry__3}

| Name | Typ | Beschreibung |
|-|-|-|
| Now_GR | GlideRecord | GlideRecord, aus dem aktive Lösungsobjekte erfasst werden sollen. |
[Tabelle : 8. Parameter]

{#r_MLP-findActiveSolutionsForRecord_GR__table_hqw_pbm_yfb} {#r_MLP-findActiveSolutionsForRecord_GR__table_iqw_pbm_yfb__entry__2}

| Typ | Beschreibung |
|-|-|
| Array | Array von aktiven Lösungsobjekten, die der Tabelle zugeordnet sind, für die sich der angegebene Datensatz bezieht. |
[Tabelle : 9. Rückgaben]

{#r_MLP-findActiveSolutionsForRecord_GR__table_iqw_pbm_yfb}  
Dieses Skript übergibt einen GlideRecord (z. B. einen Incident) und verarbeitet alle Lösungen für den GlideRecord, wobei die Werte für jeden zurückgegeben werden.

    /* This is only to get a hard-coded GR */
         var current = new GlideRecord('incident');
         current.get('965c9e5347c12200e0ef563dbb9a7156');
         var predictor = new MLPredictor();
         var solutions = predictor.findActiveSolutionsForRecord(current);
         solutions.forEach(function(solution) {
             var outcome = solution.predict(current);
             /* Use this to set the field to the predicted value in the GlideRecord */
             var fieldName = solution.getPredictedField();
             current[fieldName] = outcome.predictedValue();
             current.update();

             gs.info("Predicted value: " + outcome.predictedValue())
             gs.info("Confidence: " + outcome.confidence())
    });

Ausgabe (Zuweisungsgruppenvorhersage):

    DxC_ML: ******* Finished Prediction*********
            *** Script: Predicted value: Software *** Script: Confidence:
            99.74530683715315

Ausgabe (Kategorievorhersage):

    DxC_ML:
            ******* Finished Prediction********* *** Script: Predicted value: Software *** Script:
            Confidence: 98.7172805135524

## MLPredictor -- getPredictedValue(Objektlösung, Objektergebnis) {#ariaid-title7}

Ruft den vorhergesagten Wert für eine angegebene Lösung basierend auf dem angegebenen Vorhersageergebnis ab.
{#r_MLP-getPredictedValue_O_O__table_hqw_pbm_yfb__entry__3}

| Name | Typ | Beschreibung |
|-|-|-|
| Lösung | Objekt | Lösung, aus der der vorhergesagte Wert abgerufen werden soll. |
| Ergebnis | Objekt | Vorhersageergebnisse für die angegebene Lösung (VAR-Ergebnis = Solution.Predict(now_GR)). |
[Tabelle : 10. Parameter]

{#r_MLP-getPredictedValue_O_O__table_hqw_pbm_yfb} {#r_MLP-getPredictedValue_O_O__table_iqw_pbm_yfb__entry__2}

| Typ | Beschreibung |
|-|-|
| Zeichenfolge | Vorhergesagter Wert für die angegebene Lösung basierend auf dem angegebenen Ergebnis der Vorhersage. |
| Null | Gibt Null zurück, wenn die Vorhersagekonfidenz die Schwellenwerte nicht erfüllt. |
[Tabelle : 11. Rückgaben]

{#r_MLP-getPredictedValue_O_O__table_iqw_pbm_yfb}

## MLPredictor -- getPredictions(GlideRecord Now_GR, Objektlösung, Objektoptionen) {#ariaid-title8}

Ruft Vorhersagen für eine angegebene Lösung ab.
{#r_MLP-getPredictions_GR_O_S__table_hqw_pbm_yfb__entry__3}

| Name | Typ | Beschreibung |
|-|-|-|
| Now_GR | GlideRecord | GlideRecord, der vorhergesagt werden soll. |
| Lösung | Objekt | Lösungsobjekt, das ausgeführt werden soll. |
| Optionen | Objekt | Optionales JSON-Objektschlüssel-Wert-Paar mit den folgenden Eigenschaften: * Options.Top_n: Wenn angegeben, werden Ergebnisse bis zur erwarteten Anzahl von Vorhersagen zurückgegeben. Andernfalls wird standardmäßig aus gelesen `glide.platform_ml.max_num_predictions `Systemeigenschaft. * Options.apply_threshold: Überprüft den Schwellenwert (Lösungsschwellenwert für Ähnlichkeit, Klassenebene-Schwellenwert für Klassifizierung) für die Lösung und wendet ihn auf den Ergebnissatz an. Standardwert ist „wahr". {#r_MLP-getPredictions_GR_O_S__ul_bw2_x1s_2gb} |
[Tabelle : 12. Parameter]

{#r_MLP-getPredictions_GR_O_S__table_hqw_pbm_yfb} {#r_MLP-getPredictions_GR_O_S__table_iqw_pbm_yfb__entry__2}

| Typ | Beschreibung |
|-|-|
| Array | Array von vorhergesagten Ergebnisobjekten |
[Tabelle : 13. Rückgaben]

{#r_MLP-getPredictions_GR_O_S__table_iqw_pbm_yfb}  
Das folgende Beispiel ruft eine angegebene Lösung auf und führt Vorhersagen dafür aus.

    function printOutcomeArr(outcomeArr) {
    gs.print('################## Results ##################');
    for (var i=0; i<outcomeArr.length; i++) {
        var outcome = outcomeArr[i];
        gs.print((i+1) + ' : ' + outcome.predictedValue() + ', ' + outcome.predictedValueSysId() + ', ' + outcome.confidence());
    }
    }

    var solutionName = 'ml_x_snc_global_prop_flip_test';
    var predictor = new MLPredictor();
    var solution = predictor.findActiveSolution(solutionName);

    var now_GR = new GlideRecord('incident');
    now_GR.get('1c741bd70b2322007518478d83673af3');

    var options = {};
    options.top_n = '10';            // top_n is an integer between 1 and 1000
    options.apply_threshold = false; // Value can be set to true or false

    printOutcomeArr(predictor.getPredictions(now_GR, solution, options));

## MLPredictor -- isClassificationSolution(Objektlösung) {#ariaid-title9}

Gibt an, ob ein Lösungsobjekt ein Klassifizierungstyp ist.
{#r_MLP-isClassificationSolution_O__table_hqw_pbm_yfb__entry__3}

| Name | Typ | Beschreibung |
|-|-|-|
| Lösung | Objekt | Name der ML-Lösung. |
[Tabelle : 14. Parameter]

{#r_MLP-isClassificationSolution_O__table_hqw_pbm_yfb} {#r_MLP-isClassificationSolution_O__table_iqw_pbm_yfb__entry__2}

| Typ | Beschreibung |
|-|-|
| Boolean | Gibt „wahr" zurück, wenn die Eingabelösung ein Klassifizierungstyp ist, andernfalls „falsch". |
[Tabelle : 15. Rückgaben]

{#r_MLP-isClassificationSolution_O__table_iqw_pbm_yfb}  

    var isClassificationSolution = this.isClassificationSolution(solution);
     
    	//classification solution each class has different threshold
    	//therefore needs to get all the results from ml engine
    	if (applyThreshold && isClassificationSolution) {
    		var maxClassificationTopN = 50;
    		outcomeArr = solution.predictTopN(now_GR, maxClassificationTopN);
    	}
    	else  {
    	outcomeArr = solution.predictTopN(now_GR, topN);
    	}
     
    	if (outcomeArr === null) {
    		//instead of returning null returning empty array
    		return [];
    	}

## MLPredictor -- isSimilaritySolution(Objektlösung) {#ariaid-title10}

Gibt an, ob ein Lösungsobjekt ein Ähnlichkeitstyp ist.
{#r_MLP-isSimilaritySolution_O__table_hqw_pbm_yfb__entry__3}

| Name | Typ | Beschreibung |
|-|-|-|
| Lösung | Objekt | Name der ML-Lösung, z. B. ml_Incident_categorization. |
[Tabelle : 16. Parameter]

{#r_MLP-isSimilaritySolution_O__table_hqw_pbm_yfb} {#r_MLP-isSimilaritySolution_O__table_iqw_pbm_yfb__entry__2}

| Typ | Beschreibung |
|-|-|
| Boolean | Gibt „wahr" zurück, wenn die Eingabelösung ein Ähnlichkeitstyp ist, andernfalls „falsch". |
[Tabelle : 17. Rückgaben]

{#r_MLP-isSimilaritySolution_O__table_iqw_pbm_yfb}

## MLPredictor -- result.Confidence() {#ariaid-title11}

Ruft die Konfidenz des vorhergesagten Werts ab.
{#r_MLP-outcome-confidence__table_kvc_vgx_ggb__entry__3}

| Name | Typ | Beschreibung |
|-|-|-|
| Keine |   |   |
[Tabelle : 18. Parameter]

{#r_MLP-outcome-confidence__table_kvc_vgx_ggb} {#r_MLP-outcome-confidence__table_lvc_vgx_ggb__entry__2}

| Typ | Beschreibung |
|-|-|
| Zeichenfolge | Die geschätzte Genauigkeit der Vorhersage als Prozentsatz. Beispiel: **53,84615375762915**. |
[Tabelle : 19. Rückgaben]

{#r_MLP-outcome-confidence__table_lvc_vgx_ggb}  

    var MLP = new MLPredictor();
      var solution = MLP.findActiveSolution(solutionName);
      var predictedOutcome = solution.predictText(input);
      var outcome = predictedOutcome.predictedValue();
      var confidence = predictedOutcome.confidence();
      gs.info("Predicted value: " + outcome)
      gs.info("Confidence: " + confidence)

## MLPredictor -- result.predictedValue() {#ariaid-title12}

Ruft den vorhergesagten Wert aus dem MLPredictor-Ergebnisobjekt ab.
{#r_MLP-outcome-predictedValue__table_l4k_sgx_ggb__entry__3}

| Name | Typ | Beschreibung |
|-|-|-|
| Keine |   |   |
[Tabelle : 20. Parameter]

{#r_MLP-outcome-predictedValue__table_l4k_sgx_ggb} {#r_MLP-outcome-predictedValue__table_m4k_sgx_ggb__entry__2}

| Typ | Beschreibung |
|-|-|
| Zeichenfolge | Vorhergesagter Wert aus dem Ergebnisobjekt. |
[Tabelle : 21. Rückgaben]

{#r_MLP-outcome-predictedValue__table_m4k_sgx_ggb}  

    var MLP = new MLPredictor();
      var solution = MLP.findActiveSolution(solutionName);
      var predictedOutcome = solution.predictText(input);
      var outcome = predictedOutcome.predictedValue();
      var confidence = predictedOutcome.confidence();
      gs.info("Predicted value: " + outcome)
      gs.info("Confidence: " + confidence)

## MLPredictor -- result.predictedValueSysId() {#ariaid-title13}

Ruft die sys_ID des vorhergesagten Werts ab.
{#r_MLP-outcome-predictedValueSysId__table_bpp_xgx_ggb__entry__3}

| Name | Typ | Beschreibung |
|-|-|-|
| Keine |   |   |
[Tabelle : 22. Parameter]

{#r_MLP-outcome-predictedValueSysId__table_bpp_xgx_ggb} {#r_MLP-outcome-predictedValueSysId__table_cpp_xgx_ggb__entry__2}

| Typ | Beschreibung |
|-|-|
| Zeichenfolge | Vorhergesagter Wert sys_ID |
[Tabelle : 23. Rückgaben]

{#r_MLP-outcome-predictedValueSysId__table_cpp_xgx_ggb}  

    function printOutcomeArr(outcomeArr) {
    gs.print('################## Results ##################');
    for (var i=0; i<outcomeArr.length; i++) {
        var outcome = outcomeArr[i];
        gs.print((i+1) + ' : ' + outcome.predictedValue() + ', ' + outcome.predictedValueSysId() + ', ' + outcome.confidence());
    }

## MLPredictor -- recordFinalValuesInPredictionResults (GlideRecord Now_GR, Zeichenfolgengrund) {#ariaid-title14}

Legt die endgültigen Vorhersageergebniswerte auf einen angegebenen GlideRecord mit einem optional angegebenen Grund fest.
{#r_MLP-recordFinalValuesInPredictionResults_GR_S__table_hqw_pbm_yfb__entry__3}

| Name | Typ | Beschreibung |
|-|-|-|
| Now_GR | GlideRecord | GlideRecord, für den die endgültigen Vorhersageergebniswerte festgelegt werden sollen. |
| Grund | Zeichenfolge | Optional. Grund für die Anwendung der Ergebnisse. |
[Tabelle : 24. Parameter]

{#r_MLP-recordFinalValuesInPredictionResults_GR_S__table_hqw_pbm_yfb} {#r_MLP-recordFinalValuesInPredictionResults_GR_S__table_iqw_pbm_yfb__entry__2}

| Typ | Beschreibung |
|-|-|
| Ungültig |   |
[Tabelle : 25. Rückgaben]

{#r_MLP-recordFinalValuesInPredictionResults_GR_S__table_iqw_pbm_yfb}  
Im folgenden Beispiel wird die Methode „recordFinalValuesInPredictionResults()" aufgerufen, wenn der Incident geschlossen wird.

    (function executeRule(current, previous /*null when async*/) {
    	var predictor = new MLPredictor();
    	predictor.recordFinalValuesInPredictionResults(current, "On close");

    })(current, previous);

## MLPredictor -- Solution.getCapability() {#ariaid-title15}

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

| Name | Typ | Beschreibung |
|-|-|-|
| Keine |   |   |
[Tabelle : 26. Parameter]

{#r_MLP-solution-getCapability__table_em3_pfx_ggb} {#r_MLP-solution-getCapability__table_fm3_pfx_ggb__entry__2}

| Typ | Beschreibung |
|-|-|
| Zeichenfolge | Definitions-ID und Version der trainierten Lösung, andernfalls Fehlermeldung |
[Tabelle : 27. Rückgaben]

{#r_MLP-solution-getCapability__table_fm3_pfx_ggb}

## MLPredictor -- Solution.getName() {#ariaid-title16}

Ruft den Namen der für die Vorhersage verwendeten Lösung ab.
{#r_MLP-solution-getName__table_ufz_pgx_ggb__entry__3}

| Name | Typ | Beschreibung |
|-|-|-|
| Keine |   |   |
[Tabelle : 28. Parameter]

{#r_MLP-solution-getName__table_ufz_pgx_ggb} {#r_MLP-solution-getName__table_vfz_pgx_ggb__entry__2}

| Typ | Beschreibung |
|-|-|
| Zeichenfolge | Der Name der Lösung, die für Vorhersagen verwendet werden soll, z. B. `Ml_Incident_Kategorisierung ` |
[Tabelle : 29. Rückgaben]

{#r_MLP-solution-getName__table_vfz_pgx_ggb}

<br />

## MLPredictor -- Solution.getPredictedField() {#ariaid-title17}

Ruft den vorhergesagten Wert einer Lösung ab.
{#r_MLP-solution-getPredictedField__table_ukf_rdx_ggb__entry__3}

| Name | Typ | Beschreibung |
|-|-|-|
| Keine |   |   |
[Tabelle : 30. Parameter]

{#r_MLP-solution-getPredictedField__table_ukf_rdx_ggb} {#r_MLP-solution-getPredictedField__table_vkf_rdx_ggb__entry__2}

| Typ | Beschreibung |
|-|-|
| Zeichenfolge | Wert des vorhergesagten Ausgabefelds einer Lösung |
[Tabelle : 31. Rückgaben]

{#r_MLP-solution-getPredictedField__table_vkf_rdx_ggb}  

    /* Get a hard-coded GR */
         var current = new GlideRecord('incident');
         current.get('965c9e5347c12200e0ef563dbb9a7156');
         var predictor = new MLPredictor();
         var solutions = predictor.findActiveSolutionsForRecord(current);
         solutions.forEach(function(solution) {
             var outcome = solution.predict(current);
             /* Use this to set the field to the predicted value in the GlideRecord */

             var fieldName = solution.getPredictedField();
             current[fieldName] = outcome.predictedValue();
             current.update();
             gs.info("Predicted value: " + outcome.predictedValue())
             gs.info("Confidence: " + outcome.confidence())
    });

## MLPredictor -- Solution.getThreshold(Zeichenfolge className) {#ariaid-title18}

Ruft den Lösungsschwellenwert ab.
Der Schwellenwert stellt einen Prozentsatz dar, der die minimale Vorhersagegenauigkeit widerspiegelt.
{#r_MLP-solution-getThreshold__table_sk3_4dx_ggb__entry__3}

| Name | Typ | Beschreibung |
|-|-|-|
| className | Zeichenfolge | Ein angegebener kategorischer Wert des Lösungsausgabefelds |
[Tabelle : 32. Parameter]

{#r_MLP-solution-getThreshold__table_sk3_4dx_ggb} {#r_MLP-solution-getThreshold__table_tk3_4dx_ggb__entry__2}

| Typ | Beschreibung |
|-|-|
| Nummer | Wert des Schwellenwerts, dargestellt als Prozentsatz zwischen 0 und 100. |
[Tabelle : 33. Rückgaben]

{#r_MLP-solution-getThreshold__table_tk3_4dx_ggb}

<br />

## MLPredictor -- Solution.getVersion() {#ariaid-title19}

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

| Name | Typ | Beschreibung |
|-|-|-|
| Keine |   |   |
[Tabelle : 34. Parameter]

{#r_MLP-solution-getVersion__table_hrt_ngx_ggb} {#r_MLP-solution-getVersion__table_irt_ngx_ggb__entry__2}

| Typ | Beschreibung |
|-|-|
| Zeichenfolge | Version der aktiven Lösung |
[Tabelle : 35. Rückgaben]

{#r_MLP-solution-getVersion__table_irt_ngx_ggb}

<br />

## MLPredictor -- Solution.isActive() {#ariaid-title20}

Bestimmt, ob die angegebene Lösung aktiv ist.
{#r_MLP-solution-isActive__table_xzj_lgx_ggb__entry__3}

| Name | Typ | Beschreibung |
|-|-|-|
| Keine |   |   |
[Tabelle : 36. Parameter]

{#r_MLP-solution-isActive__table_xzj_lgx_ggb} {#r_MLP-solution-isActive__table_yzj_lgx_ggb__entry__2}

| Typ | Beschreibung |
|-|-|
| Boolean | „Wahr", wenn die Lösung aktiv ist, andernfalls „falsch" |
[Tabelle : 37. Rückgaben]

{#r_MLP-solution-isActive__table_yzj_lgx_ggb}

<br />

## MLPredictor -- Solution.Predict (GlideRecord now_GR, Objektschwellenwert) {#ariaid-title21}

Ruft die Ergebnisse der Lösungsvorhersage als Ergebnisobjekt ab.
{#r_MLP-solution-predict__table_jhq_hgx_ggb__entry__3}

| Name | Typ | Beschreibung |
|-|-|-|
| Now_GR | GlideRecord | GlideRecord der Lösungseingabetabelle |
| Schwellenwert | Objekt | Schwellenwert (Schwellenwert auf Lösungsebene für Ähnlichkeit, Schwellenwert auf Klassenebene für Klassifizierung) |
[Tabelle : 38. Parameter]

{#r_MLP-solution-predict__table_jhq_hgx_ggb} {#r_MLP-solution-predict__table_khq_hgx_ggb__entry__2}

| Typ | Beschreibung |
|-|-|
| Objekt | Vorhersageergebnis der angegebenen Lösung (VAR-Ergebnis = Solution.Predict(now_GR)) |
[Tabelle : 39. Rückgaben]

{#r_MLP-solution-predict__table_khq_hgx_ggb}  

    solutions.forEach(function(solution) {
             var outcome = solution.predict(current);
             /* Use this to set the field to the predicted value in the GlideRecord
             var fieldName = solution.getPredictedField();
             current[fieldName] = outcome.predictedValue();
             current.update();
             */
             gs.info("Predicted value: " + outcome.predictedValue())
             gs.info("Confidence: " + outcome.confidence())
    });

## MLPredictor -- Solution.predictTopN(GlideRecord Now_GR, Objekt-TopN) {#ariaid-title22}

Gibt eine Liste von Ergebnisobjekten bis zur erwarteten Anzahl von Vorhersagen zurück. Maximale Anzahl von 1000 Vorhersagen.
{#r_MLP-solution-predictTopN__table_vv5_yfx_ggb__entry__3}

| Name | Typ | Beschreibung |
|-|-|-|
| Now_GR | GlideRecord | GlideRecord der Lösung |
| topN | Objekt | Erwartete Anzahl von Vorhersagen, eine beliebige Anzahl von über 1000 gibt 1000 Ergebnisse zurück |
[Tabelle : 40. Parameter]

{#r_MLP-solution-predictTopN__table_vv5_yfx_ggb} {#r_MLP-solution-predictTopN__table_wv5_yfx_ggb__entry__2}

| Typ | Beschreibung |
|-|-|
| Array | Liste der Ergebnisobjekte in einem Array, einschließlich GlideRecord, Schwellenwert, System-ID und erwarteter Anzahl von Vorhersagen (TopN-Objekt) |
[Tabelle : 41. Rückgaben]

{#r_MLP-solution-predictTopN__table_wv5_yfx_ggb}  

    var isClassificationSolution = this.isClassificationSolution(solution);
     
    	//classification solution each class has different threshold
    	//therefore needs to get all the results from ml engine
    	if (applyThreshold && isClassificationSolution) {
    		var maxClassificationTopN = 50;
    		outcomeArr = solution.predictTopN(now_GR, maxClassificationTopN);
    	}
    	else  {
    		outcomeArr = solution.predictTopN(now_GR, topN);
    	}
     
    	if (outcomeArr === null) {
    		//instead of returning null returning empty array
    		return [];
    	}


