---
sourceDocument: Référence de l’API Xanadu
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/fr-FR/xanadu/api-reference

 Release :

    - xanadu

ft:locale :

    - fr-FR

ft:publication_title :

    - Référence de l’API Xanadu

ft:clusterId :

    - crapiref

bundleId :

    - crapiref

workflow :

    - Creator


---

# MLPredictor - Global (obsolète)

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

* Rversion finale: Xanadu
* 
* Mis à jour 1 août 2024
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 10 minutes de lecture

L'API MLPredictor fournit des méthodes utilitaires pour Intelligence prédictive les prédictions.  
Remarque :  
Cette API a été dépréciée et devrait être supprimée dans une version ultérieure. Reportez-vous à [la section Utilisation des API ML](https://www.servicenow.com/docs/access?context=using-ml-apis&version=xanadu&pubname=xanadu-intelligent-experiences&ft:locale=en-US) pour connaître les directives les plus récentes.

L'API MLPredictor nécessite le module d'extension Intelligence prédictive (com.glide.platform_ml) et est fournie dans l'espace de noms `sn_ml` .

Cette classe contient toutes les méthodes nécessaires pour obtenir des résultats de prédiction à partir des données d'entrée.

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

Instancie un nouvel objet MLPredictor.
{#r_MLP-MLPredictor__table_n2c_mk4_3gb__entry__3}

| Nom | Type | Description |
|-|-|-|
| Aucun |   |   |
[Tableau 1. Paramètres]

{#r_MLP-MLPredictor__table_n2c_mk4_3gb}  
L'exemple suivant montre comment utiliser un objet MLPredictor dans une règle métier pour enregistrer les valeurs finales après une prédiction.

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

    }(current, previous);

## MLPredictor : applyPrediction(GlideRecord now_GR, solutions de tableau) {#ariaid-title3}

Définit les valeurs prévues à partir d'un tableau de solutions spécifiées à un enregistrement spécifié.
{#r_MLP-applyPrediction_GR_A__table_hqw_pbm_yfb__entry__3}

| Nom | Type | Description |
|-|-|-|
| now_GR | GlideRecord | Enregistrement auquel appliquer le tableau des solutions prévues. |
| solutions | Tableau | Objets de solution spécifiés associés au GlideRecord. |
[Tableau 2. Paramètres]

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

| Type | Description |
|-|-|
| nul |   |
[Tableau 3. Renvoie]

{#r_MLP-applyPrediction_GR_A__table_iqw_pbm_yfb}  
L'exemple suivant illustre l'utilisation de la méthode applyPrediction() dans une règle métier.

    (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, solution d'objet) {#ariaid-title4}

Applique une valeur prévue d'une solution de classification spécifiée au GlideRecord spécifié.
Pour chaque solution dans GlideRecord, appelez cette méthode pour prédire les résultats et définissez la valeur de champ sur l'incident sur ces résultats.
{#r_MLP-applyPredictionForSolution_G_O__table_hqw_pbm_yfb__entry__3}

| Nom | Type | Description |
|-|-|-|
| now_GR | GlideRecord | Objet GlideRecord contenant des valeurs sur lesquelles exécuter une prédiction et appliquer les résultats. |
| solution | Objet | Objet de solution de classification à exécuter. |
[Tableau 4. Paramètres]

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

| Type | Description |
|-|-|
| Booléen | Vrai en cas de réussite de la prédiction, erreur dans le cas contraire. |
[Tableau 5. Renvoie]

{#r_MLP-applyPredictionForSolution_G_O__table_iqw_pbm_yfb}  
Pour utiliser ce modèle, copiez la règle métier Prédiction basée sur les incidents (modèle), activez le nouvel enregistrement et suivez les instructions commentées pour initialiser la variable solutionNames.

    (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}

Obtient l'objet de solution.
Cette méthode renvoie uniquement les solutions si la définition et la solution ml_solution sont actives.
{#r_MLP-findActiveSolution_S__table_hqw_pbm_yfb__entry__3}

| Nom | Type | Description |
|-|-|-|
| solutionName | Chaîne | Nom de l'enregistrement ml_solution. |
[Tableau 6. Paramètres]

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

| Type | Description |
|-|-|
| Objet | Objet de solution pour le `solutionName` spécifié si la définition et la solution ml_solution sont actives, null dans les autres cas. |
[Tableau 7. Renvoie]

{#r_MLP-findActiveSolution_S__table_iqw_pbm_yfb}  
Cet exemple prend une valeur codée en dur et la transmet à un modèle d'apprentissage automatique spécifié. Vous pouvez utiliser les variables de résultat et de confiance pour définir des valeurs ou d'autres logiques métier.

    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)
            
Sortie :

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

## MLPredictor : findActiveSolutionsForRecord(GlideRecord now_GR) {#ariaid-title6}

Obtient les solutions actives pour une table dans un GlideRecord spécifié.
{#r_MLP-findActiveSolutionsForRecord_GR__table_hqw_pbm_yfb__entry__3}

| Nom | Type | Description |
|-|-|-|
| now_GR | GlideRecord | GlideRecord à partir duquel collecter des objets de solution actifs. |
[Tableau 8. Paramètres]

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

| Type | Description |
|-|-|
| Tableau | Tableau d'objets de solution actifs associés à la table à laquelle l'enregistrement spécifié est destiné. |
[Tableau 9. Renvoie]

{#r_MLP-findActiveSolutionsForRecord_GR__table_iqw_pbm_yfb}  
Ce script transmet un GlideRecord (tel qu'un incident) et traite toutes les solutions pour le GlideRecord, en renvoyant les valeurs pour chacune.

    /* 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())
    });

Sortie (prédiction de groupe d'affectation) :

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

Sortie (prédiction de catégorie) :

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

## MLPredictor : getPredictedValue(Object solution, Object outcome) {#ariaid-title7}

Obtient la valeur prévue pour une solution spécifiée en fonction du résultat de prédiction spécifié.
{#r_MLP-getPredictedValue_O_O__table_hqw_pbm_yfb__entry__3}

| Nom | Type | Description |
|-|-|-|
| solution | Objet | Solution à partir de laquelle obtenir la valeur prévue. |
| résultat | Objet | Résultats de prédiction pour la solution spécifiée (var outcome = solution.predict(now_GR)). |
[Tableau 10. Paramètres]

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

| Type | Description |
|-|-|
| Chaîne | Valeur prévue pour la solution spécifiée en fonction du résultat spécifié de la prédiction. |
| Zéro | Renvoie null si la confiance de prédiction ne satisfait pas aux seuils. |
[Tableau 11. Renvoie]

{#r_MLP-getPredictedValue_O_O__table_iqw_pbm_yfb}

## MLPredictor : getPredictions(GlideRecord now_GR, solution objet, options d'objet) {#ariaid-title8}

Obtient des prédictions pour une solution spécifiée.
{#r_MLP-getPredictions_GR_O_S__table_hqw_pbm_yfb__entry__3}

| Nom | Type | Description |
|-|-|-|
| now_GR | GlideRecord | GlideRecord à prédire. |
| solution | Objet | Objet de solution à exécuter. |
| options | Objet | Paire de valeurs clés d'objet JSON facultative avec les propriétés suivantes : * options.top_n : si fournie, renvoie les résultats jusqu'au nombre attendu de prédictions, sinon la valeur par défaut est lue à partir de la propriété système ` glide.platform_ml.max_num_predictions` . * options.apply_threshold : vérifie la valeur de seuil (seuil de la solution pour la similarité, seuil de niveau de classe pour la classification) de la solution et l'applique à l'ensemble de résultats. La valeur par défaut est vrai. {#r_MLP-getPredictions_GR_O_S__ul_bw2_x1s_2gb} |
[Tableau 12. Paramètres]

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

| Type | Description |
|-|-|
| Tableau | Tableau des objets de résultats prévus |
[Tableau 13. Renvoie]

{#r_MLP-getPredictions_GR_O_S__table_iqw_pbm_yfb}  
L'exemple suivant appelle une solution spécifiée et exécute des prédictions sur celle-ci.

    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(Object solution) {#ariaid-title9}

Identifie si un objet de solution est un type de classification.
{#r_MLP-isClassificationSolution_O__table_hqw_pbm_yfb__entry__3}

| Nom | Type | Description |
|-|-|-|
| solution | Objet | Nom de la solution ML. |
[Tableau 14. Paramètres]

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

| Type | Description |
|-|-|
| Booléen | Renvoie la valeur Vrai si la solution d'entrée est un type de classification et Faux dans les autres cas. |
[Tableau 15. Renvoie]

{#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(Object solution) {#ariaid-title10}

Identifie si un objet de solution est d'un type de similarité.
{#r_MLP-isSimilaritySolution_O__table_hqw_pbm_yfb__entry__3}

| Nom | Type | Description |
|-|-|-|
| solution | Objet | Nom de la solution ML ; Par exemple, ml_incident_categorization. |
[Tableau 16. Paramètres]

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

| Type | Description |
|-|-|
| Booléen | Renvoie la valeur true si la solution d'entrée est un type de similarité et false dans les autres cas. |
[Tableau 17. Renvoie]

{#r_MLP-isSimilaritySolution_O__table_iqw_pbm_yfb}

## MLPredictor : outcome.confidence() {#ariaid-title11}

Obtient le score de confiance de la valeur prévue.
{#r_MLP-outcome-confidence__table_kvc_vgx_ggb__entry__3}

| Nom | Type | Description |
|-|-|-|
| Aucun |   |   |
[Tableau 18. Paramètres]

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

| Type | Description |
|-|-|
| Chaîne | Précision estimée de la prédiction, en pourcentage. Par exemple, **53.84615375762915**. |
[Tableau 19. Renvoie]

{#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 : outcome.predictedValue() {#ariaid-title12}

Obtient la valeur prévue à partir de l'objet de résultat MLPdictor.
{#r_MLP-outcome-predictedValue__table_l4k_sgx_ggb__entry__3}

| Nom | Type | Description |
|-|-|-|
| Aucun |   |   |
[Tableau 20. Paramètres]

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

| Type | Description |
|-|-|
| Chaîne | Valeur prévue à partir de l'objet Résultat. |
[Tableau 21. Renvoie]

{#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 : outcome.predictedValueSysId() {#ariaid-title13}

Obtient le sys_id de la valeur prévue.
{#r_MLP-outcome-predictedValueSysId__table_bpp_xgx_ggb__entry__3}

| Nom | Type | Description |
|-|-|-|
| Aucun |   |   |
[Tableau 22. Paramètres]

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

| Type | Description |
|-|-|
| Chaîne | La valeur prévue sys_id. |
[Tableau 23. Renvoie]

{#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, motif de chaîne) {#ariaid-title14}

Définit les valeurs de résultat de prédiction finale sur un GlideRecord spécifié avec un motif spécifié facultatif.
{#r_MLP-recordFinalValuesInPredictionResults_GR_S__table_hqw_pbm_yfb__entry__3}

| Nom | Type | Description |
|-|-|-|
| now_GR | GlideRecord | GlideRecord sur lequel définir les valeurs de résultat de prédiction finale. |
| motif | Chaîne | Facultatif. Motif de l'application des résultats. |
[Tableau 24. Paramètres]

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

| Type | Description |
|-|-|
| nul |   |
[Tableau 25. Renvoie]

{#r_MLP-recordFinalValuesInPredictionResults_GR_S__table_iqw_pbm_yfb}  
Dans l'exemple suivant, la méthode recordFinalValuesInPredictionResults() est appelée lorsque l'incident est fermé.

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

    })(current, previous);

## MLPredictor : solution.getCapability() {#ariaid-title15}

Obtient les informations d'aptitude d'une solution formée.
{#r_MLP-solution-getCapability__table_em3_pfx_ggb__entry__3}

| Nom | Type | Description |
|-|-|-|
| Aucun |   |   |
[Tableau 26. Paramètres]

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

| Type | Description |
|-|-|
| Chaîne | ID de définition et version de la solution formée, message d'erreur dans le cas contraire |
[Tableau 27. Renvoie]

{#r_MLP-solution-getCapability__table_fm3_pfx_ggb}

## MLPredictor : solution.getName() {#ariaid-title16}

Obtient le nom de la solution utilisée pour la prédiction.
{#r_MLP-solution-getName__table_ufz_pgx_ggb__entry__3}

| Nom | Type | Description |
|-|-|-|
| Aucun |   |   |
[Tableau 28. Paramètres]

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

| Type | Description |
|-|-|
| Chaîne | Le nom de la solution à utiliser pour les prédictions ; Par exemple, `ml_incident_categorization` |
[Tableau 29. Renvoie]

{#r_MLP-solution-getName__table_vfz_pgx_ggb}

<br />

## MLPredictor : solution.getPredictedField() {#ariaid-title17}

Obtient la valeur prévue d'une solution.
{#r_MLP-solution-getPredictedField__table_ukf_rdx_ggb__entry__3}

| Nom | Type | Description |
|-|-|-|
| Aucun |   |   |
[Tableau 30. Paramètres]

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

| Type | Description |
|-|-|
| Chaîne | Valeur du champ de sortie prévue d'une solution |
[Tableau 31. Renvoie]

{#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(String className) {#ariaid-title18}

Obtient le seuil de la solution.
Le seuil représente un pourcentage reflétant la précision de prédiction minimale.
{#r_MLP-solution-getThreshold__table_sk3_4dx_ggb__entry__3}

| Nom | Type | Description |
|-|-|-|
| Nom de classe | Chaîne | Une valeur catégorielle spécifiée du champ de sortie de la solution |
[Tableau 32. Paramètres]

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

| Type | Description |
|-|-|
| Numéro | Valeur du seuil représenté en pourcentage compris entre 0 et 100. |
[Tableau 33. Renvoie]

{#r_MLP-solution-getThreshold__table_tk3_4dx_ggb}

<br />

## MLPredictor : solution.getVersion() {#ariaid-title19}

Obtient la version de la solution active.
{#r_MLP-solution-getVersion__table_hrt_ngx_ggb__entry__3}

| Nom | Type | Description |
|-|-|-|
| Aucun |   |   |
[Tableau 34. Paramètres]

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

| Type | Description |
|-|-|
| Chaîne | Version de la solution active |
[Tableau 35. Renvoie]

{#r_MLP-solution-getVersion__table_irt_ngx_ggb}

<br />

## MLPredictor : solution.isActive() {#ariaid-title20}

Détermine si la solution spécifiée est active.
{#r_MLP-solution-isActive__table_xzj_lgx_ggb__entry__3}

| Nom | Type | Description |
|-|-|-|
| Aucun |   |   |
[Tableau 36. Paramètres]

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

| Type | Description |
|-|-|
| Booléen | Vrai si la solution est active, faux dans les autres cas |
[Tableau 37. Renvoie]

{#r_MLP-solution-isActive__table_yzj_lgx_ggb}

<br />

## MLPredictor : solution.predict(GlideRecord now_GR, seuil d'objet) {#ariaid-title21}

Obtient les résultats de prédiction de solution en tant qu'objet de résultat.
{#r_MLP-solution-predict__table_jhq_hgx_ggb__entry__3}

| Nom | Type | Description |
|-|-|-|
| now_GR | GlideRecord | GlideRecord de la table d'entrée de la solution |
| seuil | Objet | Valeur de seuil (seuil de similarité au niveau de la solution, seuil de niveau classe pour la classification) |
[Tableau 38. Paramètres]

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

| Type | Description |
|-|-|
| Objet | Résultat de prédiction de la solution spécifiée (var outcome = solution.predict(now_GR)) |
[Tableau 39. Renvoie]

{#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, objet topN) {#ariaid-title22}

Renvoie une liste d'objets de résultat jusqu'au nombre attendu de prédictions. Nombre maximum de 1000 prédictions.
{#r_MLP-solution-predictTopN__table_vv5_yfx_ggb__entry__3}

| Nom | Type | Description |
|-|-|-|
| now_GR | GlideRecord | GlideRecord de la solution |
| topN | Objet | Nombre attendu de prédictions, tout nombre supérieur à 1 000 renvoie 1 000 résultats |
[Tableau 40. Paramètres]

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

| Type | Description |
|-|-|
| Tableau | Liste des objets de résultat dans un tableau incluant GlideRecord, le seuil, l'ID système et le nombre attendu de prédictions (objet Top N) |
[Tableau 41. Renvoie]

{#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 [];
    	}