Konfigurieren Sie HDBSScan für eine -Clustering-Lösung
Freigeben Version: Yokohama
Aktualisiert 10. Februar 2025
2 Minuten Lesedauer
Erwägen Sie, den Algorithmus „Hierarchical Density Based Spatial Clustering of Applications with Rauschen“ (HDBSScan) auf Ihre Clustering-Lösung anzuwenden. HDBSScan ist als Alternative zum Standard-Clustering-Algorithmus k-means verfügbar.
Vorbereitungen
Hinweis:
Die Konfiguration von erweiterten Einstellungen für ML-Lösungen ist optional. Wenn Sie eine dieser Einstellungen konfigurieren möchten, vergewissern Sie sich, dass Sie über die Technologie informiert sind, die Sie in der Lösung aktivieren, und dass Ihr Anwendungsfall von den Möglichkeiten dieser Technologie profitiert. Weitere Informationen finden Sie im Artikel „ Weitere Einblicke mit erweiterten Parametern für Clustering“ auf ServiceNow Community.
Erstellen Sie eine Definition für eine Clustering-Lösung, oder verwenden Sie eine vorhandene.
Erforderliche Rolle: admin oder ml_admin
Warum und wann dieser Vorgang ausgeführt wird
Sie können den HDBSScan-Algorithmus anwenden, damit das System Datenbeispiele identifiziert, die keinem Cluster zugewiesen sind. Sie können beispielsweise HDBSScan anwenden, um die Themen-Discovery zu unterstützen.
Predictive Intelligence implementiert den k-means -Algorithmus standardmäßig in seinem Clustering-Framework. HDBSScan ähnelt dem DB-Scan-Clustering-Algorithmus bis auf die Tatsache, dass es mit Clustern minimaler Größe funktioniert und dazu beitragen kann, stabilere und persistentere Cluster bereitzustellen. Eine Zusammenfassung der Funktionsweise von HDBSScan finden Sie in diesem Artikel. Einen Vergleich zwischen DB-Scan und HDBS-Scan finden Sie in diesem Artikel und im Artikel.
Hinweis:
Mit HDBSScan trainierte Clustering-Lösungen unterstützen keine Cluster-Updates. Updates für diese Lösungen schlagen fehl, und die Lösungen werden nicht in „ml_cluster_detail_table“ protokolliert. Verwenden Sie die Trainingsmethoden DB-Scan oder k-Means, wenn Sie Cluster-Updates aktivieren möchten.
Prozedur
Navigieren zu Alle > Predictive Intelligence > Clustering > Lösungsdefinitionen.
Wählen Sie Neu.
Erstellen Sie ein neues Definitionsformular für die Clusterlösung, oder verwenden Sie ein vorhandenes.
In diesem Beispielszenario erstellen Sie das Clustering-Definitionsformular „hdbscan-sf“ wie in der Abbildung unten dargestellt. Konfigurieren Sie die Felder wie folgt:
Bezeichnung: hdbscan-sf
Wortkorpus: incident_wcoder ein anderer Wortkorpus mit Incident-Datensatzdaten (ab Release Washington DC ist kein Wortkorpus erforderlich, daher wird dieses Feld nicht angezeigt).
Tabelle: Incident [incident]
Felder: Kurzbeschreibung
Aktualisierungshäufigkeit: Nicht aktualisieren
Stoppwörter: Standardmäßige englische Stoppwörter
Schulungshäufigkeit: Alle 30 Tage
Verarbeitungssprache: Englisch
Wählen Sie Absenden und trainierenaus.
Wählen Sie auf der Registerkarte Erweiterte Lösungseinstellungen im Abschnitt „Zugehörige Links“ des trainierten Formulars in der Auswahl Lösungsparameter und dann Neuaus.
Erstellen Sie einen Parameterdatensatz.
Klicken Sie im Feld Lösungsparameter auf das Suchsymbol.
Wählen Sie im Bildschirm ML-Lösungsparameter die Option HDBSScan-Algorithmus für Clustering verwenden aus.
Wählen Sie Absenden.
Der Datensatz „Erweiterte Lösungseinstellung“ wird mit dem auf den Datensatz angewendeten HDBSScan-Algorithmus angezeigt. Das Feld Anwendereingaben ist ausgegraut, da es nicht auf diesen Algorithmus zutrifft.
Wählen Sie Absenden.
Ergebnis: HDBSScan ist für Ihre Clustering-Lösung konfiguriert. Der Lösungsparameter wird auf der Registerkarte „Erweiterte Lösungseinstellungen“ des Formulars zur Definition der Clustering-Lösung angezeigt.