---
sourceDocument: Australie : activer l’IA
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/fr-FR/intelligent-experiences

 Release :

    - australia

ft:locale :

    - fr-FR

ft:publication_title :

    - Australie : activer l’IA

ft:clusterId :

    - platai

bundleId :

    - platai

workflow :

    - Platform


---

# Configurer DBSCAN pour une solution de mise en grappe

# Configurer DBSCAN pour une solution de mise en grappe {#ariaid-title1}

* Rversion finale: Australia
* 
* Mis à jour 12 mars 2026
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 1 minute de lecture

Envisagez d'appliquer l'algorithme DBSCAN (Density-Based Spatial Clustering of Applications with Noise) à votre solution de clustering. DBSCAN est disponible comme alternative à l'algorithme de clustering par défaut, k-means.

## Avant de commencer

Remarque :  
La configuration des paramètres avancés sur vos solutions ML est facultative. Si vous choisissez de configurer 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, consultez l'article [Approfondir avec les paramètres avancés de mise en grappe](https://www.servicenow.com/community/intelligence-ml-articles/dive-deeper-with-clustering-advanced-parameters/ta-p/2695847) sur ServiceNow Community.  
* Créez une définition de solution de mise en grappe ou utilisez une définition existante.
* Rôle requis : admin ou ml_admin
{#configure-dbscan-for-clustering-solution__ul_usd_cst_1kb}

## Pourquoi et quand exécuter cette tâche

Intelligence prédictive utilise l'algorithme k-means par défaut dans son cadre de travail de mise en grappe. DBSCAN est un autre algorithme de clustering qui est également utilisé dans l'exploration de données et l'apprentissage automatique. Certains utilisateurs préfèrent DBSCAN car il ne vous oblige pas à spécifier le nombre de clusters dans les données avant le cluster. Pour un résumé des avantages et des inconvénients de chaque algorithme, consultez cette [conversation](https://www.researchgate.net/post/What_is_the_difference_between_K-MEAN_and_density_based_clustering_algorithm_DBSCAN) et cet [article](https://medium.com/@soroushhashemifar/kmeans-vs-dbscan-d9d5f9dbee8b).

Dans cet exemple, vous appliquez DBSCAN à une solution de clustering.

## Procédure

1. Accédez à la TousIntelligence prédictiveMise en grappeDéfinitions des solutions.
2. Ouvrez un formulaire de définition de solution de mise en grappe.  
   Dans cet exemple, vous utilisez un formulaire de définition de solution de mise en grappe des incidents.  
3. Dans l'onglet Paramètres de solution avancée de la section Liens connexes du formulaire, sélectionnez Paramètres de solution dans le sélecteur, puis cliquez sur Nouveau.  
4. Créez un enregistrement de paramètre.
   1. Dans le champ Paramètres de solution , sélectionnez l'icône de recherche.
   2. Dans l'écran Paramètres de solution ML, sélectionnez Utiliser l'algo DBSCAN pour la mise en grappe.  
   {#configure-dbscan-for-clustering-solution__substeps_ow5_5tj_zjb}
5. Sélectionnez Envoyer.  
   L'enregistrement Paramètres de solution avancée s'affiche. Le champ Entrées de l'utilisateur est grisé car il ne s'applique pas à cet algorithme.  
6. Sélectionnez Envoyer.  
   Résultat : DBSCAN est configuré pour votre solution de clustering. Son paramètre de solution s'affiche dans l'onglet Paramètres de solution avancée de votre formulaire de définition de solution de mise en grappe.  
**Tâches associées**   

* [Créer et former une solution de mise en grappe](https://servicenow-prod.fluidtopics.net/fVMYBZ9hOBdb8DkmJyC0MA "Regroupez des enregistrements similaires dans des grappes afin de pouvoir les traiter collectivement ou identifier des schémas.")