---
sourceDocument: Xanadu Activer AI
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/fr-FR/xanadu/intelligent-experiences

 Release :

    - xanadu

ft:locale :

    - fr-FR

ft:publication_title :

    - Xanadu Activer AI

ft:clusterId :

    - platai

bundleId :

    - platai

workflow :

    - Platform


---

# Configurer TF-IDF pour les solutions

# Configurer TF-IDF pour les solutions {#ariaid-title1}

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

Appliquer le codage TF-IDF (Term Frequency--Inverse Document Frequency) aux solutions de classification, de regroupement ou de similarité pour Intelligence prédictive.

## 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 concernant la technologie que vous activez dans la solution et que vous disposez d'un cas d'utilisation qui bénéficie de ce que la technologie offre. Pour plus d'informations, consultez <https://www.servicenow.com/community/intelligence-ml-articles/dive-deeper-with-clustering-advanced-parameters/ta-p/2695847>.

* Créez une définition de solution de classification, de mise en grappe ou de similarité ou utilisez une définition existante.
* Rôle requis : admin ou ml_admin
{#configure-tf-idf-classification-similarity__ul_wxv_kxs_1kb}

## Pourquoi et quand exécuter cette tâche

Intelligence prédictive utilise l'incorporation de mots vectoriels de paragraphe par défaut dans ses cadres de classification et de similarité, ce qui est très efficace pour le traitement de données composées principalement de contenu lisible par l'homme. Toutefois, TF-IDF peut renvoyer de meilleurs résultats de prédiction pour les enregistrements qui ont du contenu généré par machine, comme des alertes et des messages d'erreur pour les fichiers journaux. Choisissez des paramètres avancés adaptés au type de données traitées par votre solution.  
Remarque :  
Les étapes de configuration de TF-IDF sont les mêmes pour tous les frameworks de modèle, mais la prise en charge de TF-IDF pour les définitions de solutions de clustering ne s'applique que si vous disposez d'un abonnement Professional.

## Procédure

1. Accédez à une définition de solution, telle que ToutIntelligence prédictiveSimilaritéDéfinitions des solutions.
2. Ouvrez un formulaire de définition de solution.  
   Dans cet exemple de scénario, vous utilisez un formulaire de CMDB définition de similarité.  
3. Cliquez sur Nouveau dans l'onglet Paramètres de solution avancée de la section Liens connexes du formulaire.  
4. Créez un enregistrement de paramètre.
   1. Dans le champ Paramètres de la solution , cliquez sur l'icône de recherche.
   2. Dans l'écran Paramètres de la solution ML, sélectionnez Utiliser tf-idf pour générer des vecteurs.

   {#configure-tf-idf-classification-similarity__substeps_ow5_5tj_zjb}  
5. Cliquez sur Envoyer.  
   L'écran d'enregistrement Paramètre de solution avancée s'actualise.  
6. Cliquez sur Envoyer.  
   Résultat: TF-IDF est configuré pour votre solution de similarité. Son paramètre de solution s'affiche dans l'onglet Paramètres de solution avancés de votre formulaire de définition de similarité.  
**Tâches associées**   

* [Créer et former une solution de classification](https://servicenow-prod.fluidtopics.net/GE1J2HiYK6HvEM82acSJcg "Spécifiez les enregistrements utilisés pour former une solution de classification, les champs qui déclenchent une prédiction et la fréquence à laquelle vous souhaitez reformer votre solution.")
* [Créer et former une solution de similarité](https://servicenow-prod.fluidtopics.net/dd98JBOhNxrcCIq4pKFCEA "Créez et formez une solution d’apprentissage machine pour collecter et comparer vos enregistrements existants à de nouveaux enregistrements similaires. Par exemple, vous pouvez comparer le texte d’un enregistrement d’incident ouvert à un enregistrement d’incident résolu pour réutiliser sa résolution.")
* [Créer et former une solution de régression](https://servicenow-prod.fluidtopics.net/AfFpUeiY0~IoXvvpyvVIdQ "Formez votre solution en utilisant des données historiques pour prédire les sorties numériques, telles qu’une température ou une cotation. Par exemple, vous pouvez utiliser la régression pour estimer le temps nécessaire pour résoudre un incident ou un ticket.")
* [Créer et former une solution de mise en grappe](https://servicenow-prod.fluidtopics.net/EwvDDQnDbmMCGcTY6UVNGw "Regroupez des enregistrements similaires dans des grappes pour les traiter collectivement ou identifier des schémas.")