---
sourceDocument: オーストラリア API リファレンス
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/ja-JP/api-reference

 Release :

    - australia

ft:locale :

    - ja-JP

ft:publication_title :

    - オーストラリア API リファレンス

ft:clusterId :

    - crapiref

bundleId :

    - crapiref

workflow :

    - Creator


---

# RegressionSolution - グローバル

# RegressionSolution - グローバル {#ariaid-title1}

* リリースバージョン: Australia
* 
* 更新日 2026年03月12日
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 所要時間：21分

RegressionSolution API は、予測インテリジェンスストアで使用されるスクリプト可能なオブジェクトです。

この API には 予測インテリジェンス プラグイン (com.glide.platform_ml) が必要で、 `sn_ml` 名前空間内で提供されます。  
ソリューションのセットアップからトレーニングまでのフローは次のとおりです。

1. [DatasetDefinition](https://servicenow-prod.fluidtopics.net/_Y4D37G2Ep8vLiDiwFGIhA#DatasetDefinitionAPI "DatasetDefinition API は、識別するメソッドを提供しますML トレーニングアルゴリズムの入力として使用する、テーブル名、列、行選択基準を含む一連のレコード。データセットには実際のデータは含まれていません。") API を使用してデータセットを作成します。
2. オプション。[エンコーダー](https://servicenow-prod.fluidtopics.net/3wkxwjgt1W9OU2MIP~fozA#EncoderAPI "エンコーダー API は、予測インテリジェンス ストアで使用されるスクリプト可能なオブジェクトを提供します。このオブジェクトは、エンコーダー固有の目標と構成に基づいて、入力データを数値のベクトルに変換します。エンコーダーは、エンコーディングを実行するために個別に使用することも、テキスト列をエンコードするソリューションの一部として構成することもできます。") API を使用してエンコーダーをビルドします。
3. [コンストラクター](https://servicenow-prod.fluidtopics.net/VmH0Lqpjh_bF3C3~cnGpPw#RegressionSol-RegressionSolution_O "回帰ソリューションを作成します。")を使用して、回帰ソリューションオブジェクトを作成します。
4. [RegressionSolutionStore - add()](https://servicenow-prod.fluidtopics.net/RBYymGbOTgubpiUkIPKtJg#RegressionStore-add_O "新しいソリューション オブジェクトをストアに追加し、一意の名前を返します。") メソッドを使用して、ソリューションオブジェクトを回帰ソリューションストアに追加します。
5. [submitTrainingJob()](https://servicenow-prod.fluidtopics.net/VmH0Lqpjh_bF3C3~cnGpPw#RegressionSol-submitTrainingJob "トレーニングジョブを送信します。") メソッドを使用してソリューションをトレーニングします。これにより、 [RegressionSolutionVersion](https://servicenow-prod.fluidtopics.net/T8hsWBcjhORa_VFk9J_1Tw#RegressionSolutionVersionAPI "RegressionSolutionVersion API は、予測インテリジェンスストアで使用されるスクリプト可能オブジェクトです。") API を使用して管理できるオブジェクトのバージョンが作成されます。
6. [RegressionSolutionVersion -- predict()](https://servicenow-prod.fluidtopics.net/T8hsWBcjhORa_VFk9J_1Tw#RegressionVersion-predict_O_O "予測の入力データを取得します。") メソッドを使用して予測を取得します。

{#RegressionSolutionAPI__ol_mmm_n1c_dmb}  
注:  
この API は、Vancouver パッチ 7 ホットフィックス 2b および Washington DC パッチ 7 リリースより前の完全な権限で実行されます。それ以降のリリースでは、ACL を使用してアクセス権を付与します。詳細については、「 [Query ACLs](https://www.servicenow.com/docs/access?context=query-acl-rule&version=australia&pubname=australia-platform-security&ft:locale=en-US)」を参照してください。

使用上のガイドラインについては、「 [ML API の使用](https://www.servicenow.com/docs/access?context=using-ml-apis&version=australia&pubname=australia-intelligent-experiences&ft:locale=en-US)」を参照してください。

## RegressionSolution:RegressionSolution (オブジェクト構成) {#ariaid-title2}

回帰ソリューションを作成します。
{#RegressionSol-RegressionSolution_O__table_gm2_yt5_flb__entry__3}{#RegressionSol-RegressionSolution_O__solution-obj-domainN-default}{#RegressionSol-RegressionSolution_O__solution-obj-lang-desc}{#RegressionSol-RegressionSolution_O__solution-obj-stop-desc}

| 名前 | タイプ | 説明 |
|-|-|-|
| 構成 | オブジェクト | の構成プロパティを含む JavaScript オブジェクト ソリューション。 { "algorithmConfig": {Object}, "dataset": {Object}, "domainName": "String", "encoder": {Object}, "inputFieldNames": [Array], "label": "String", "minRowCount": "String", "predictedFieldName": "String", "predictedInterval": [Array], "processingLanguage": "String", "stopwords": [Array], "trainingFrequency": "String" } |
| config.dataset | オブジェクト | [DatasetDefinition](https://servicenow-prod.fluidtopics.net/_Y4D37G2Ep8vLiDiwFGIhA#DatasetDefinitionAPI "DatasetDefinition API は、識別するメソッドを提供しますML トレーニングアルゴリズムの入力として使用する、テーブル名、列、行選択基準を含む一連のレコード。データセットには実際のデータは含まれていません。") 名。 |
| config.domainName | 文字列 | オプション。このデータセットに関連付けられたドメイン名。「 [ドメインセパレーション」および 予測インテリジェンス](https://www.servicenow.com/docs/access?context=domain-separation-predictive-intelligence&version=australia&pubname=australia-intelligent-experiences&ft:locale=en-US)を参照してください。 デフォルト:現在のドメイン ( `「global」`など)。 |
| config.encoder | オブジェクト | オプション。このソリューションにアサインするトレーニング済みエンコーダーオブジェクト。。「[エンコーダー - エンコーダー (オブジェクト構成)](https://servicenow-prod.fluidtopics.net/3wkxwjgt1W9OU2MIP~fozA#Encoder-Encoder_O "エンコーダーを作成します。")」を参照してください。 |
| config.inputFieldNames | アレイ | 文字列としての入力フィールド名のリスト。モデルは、これらのフィールドを使用して予測を行います。 |
| config.label | 文字列 | 予測タスクを識別します。 |
| config.minRowCount | 文字列 | オプション。トレーニングのためにデータセットに必要なレコードの最小数。 デフォルト：10000 |
| config.predictedFieldName | 文字列 | 設定 predictedIntervalでない限り必須です。 予測可能性のためにトレーニングするフィールドを識別します。 |
| config.predictedInterval | アレイ | 設定 predictedFieldNameでない限り必須です。ソリューションの信頼性をトレーニングするためのフィールドの範囲を設定します。2 の数値以外の日付フィールドの指定をサポートします。例:`'predictedInterval': ['sys_updated_on', 'sys_created_on']。` |
| config.processingLanguage | 文字列 | オプション。2 文字の ISO 639-1 言語コード形式の処理言語。 デフォルト:「en」 |
| config.stopwords | アレイ | オプション。languageプロパティ設定に基づいてシステムが自動的に生成する文字列のプリセットリスト。詳細については、「 [カスタムストップワードリストの作成](https://www.servicenow.com/docs/access?context=create-custom-stopwords-list&version=australia&pubname=australia-intelligent-experiences&ft:locale=en-US)」を参照してください。 デフォルト:英語のストップワード |
| config.trainingFrequency | 文字列 | モデルを再トレーニングする頻度。 可能な値： * every_30_days * every_60_days * every_90_days * every_120_days * every_180_days * run_once {#RegressionSol-RegressionSolution_O__ul_pmw_523_plb}デフォルト:run_once |
[表 : 1. パラメーター]

{#RegressionSol-RegressionSolution_O__table_gm2_yt5_flb}  
次の例は、オブジェクトを作成して RegressionSolution ストア。

    var myNewData = new sn_ml.DatasetDefinition(
      { 
         'tableName' : 'incident', 
         'fieldNames' : ['category', 'short_description', 'priority'],
         'fieldDetails' : [
           {
             'name' : 'category',
             'type' : 'nominal'
           },
           {
             'name' : 'short_description',
             'type' : 'text'
           }], 
         'encodedQuery' : 'activeANYTHING'
      });

    var mySimSolution = new sn_ml.SimilaritySolution({
      'label': "my solution definition",
      'dataset' : myNewData,
      'predictedFieldName' : 'category',
      'inputFieldNames': ['short_description']
    });

    var mySimilarityName = sn_ml.SimilaritySolutionStore.add(mySimSolution);

次の例は、 predictedInterval プロパティを使用してトレーニングするオブジェクトを作成する方法を示しています。

    var myIncidentData = new sn_ml.DatasetDefinition({
    'tableName' : 'incident',
    'fieldNames' : ['short_description', 'sys_updated_on','sys_created_on'],
    'encodedQuery' : 'activeANYTHING'
    });
     
    var mySolution = new sn_ml.RegressionSolution({
    'label': 'reg assinGroup',
    'dataset' : myIncidentData,
    'predictedInterval': ['sys_updated_on', 'sys_created_on'],
    'inputFieldNames': ['short_description']
    });
     
    var my_unique_name = sn_ml.RegressionSolutionStore.add(mySolution)

## RegressionSolution - cancelTrainingJob() {#ariaid-title3}

のジョブをキャンセル ソリューションオブジェクト トレーニングのために送信された
{#RegressionSol-cancelTrainingJob__table_bpb_k3z_llb__entry__3}

| 名前 | タイプ | 説明 |
|-|-|-|
| なし |   |   |
[表 : 2. パラメーター]

{#RegressionSol-cancelTrainingJob__table_bpb_k3z_llb} {#RegressionSol-cancelTrainingJob__table_cpb_k3z_llb__entry__2}

| タイプ | 説明 |
|-|-|
| なし |   |
[表 : 3. 返される内容]

{#RegressionSol-cancelTrainingJob__table_cpb_k3z_llb}  
次の例は、既存のトレーニングジョブをキャンセルする方法を示しています。

    var mySolution = sn_ml.RegressionSolutionStore.get('ml_sn_global_global_regression');

    mySolution.cancelTrainingJob();

## RegressionSolution:getActiveVersion() {#ariaid-title4}

アクティブを取得します RegressionSolutionVersion オブジェクト。
{#RegressionSol-getActiveVersion__table_tvl_m3z_llb__entry__3}

| 名前 | タイプ | 説明 |
|-|-|-|
| なし |   |   |
[表 : 4. パラメーター]

{#RegressionSol-getActiveVersion__table_tvl_m3z_llb} {#RegressionSol-getActiveVersion__table_uvl_m3z_llb__entry__2}

| タイプ | 説明 |
|-|-|
| オブジェクト | アクティブな [RegressionSolutionVersion](https://servicenow-prod.fluidtopics.net/T8hsWBcjhORa_VFk9J_1Tw#RegressionSolutionVersionAPI "RegressionSolutionVersion API は、予測インテリジェンスストアで使用されるスクリプト可能オブジェクトです。") オブジェクト。 |
[表 : 5. 返される内容]

{#RegressionSol-getActiveVersion__table_uvl_m3z_llb}  
次の例は 回帰ソリューション ストアからアクティブなバージョンを取得し、そのトレーニングステータスを返す

    var mlSolution = sn_ml.RegressionSolutionStore.get('ml_x_snc_global_global_regression');

    gs.print(JSON.stringify(JSON.parse(mlSolution.getActiveVersion().getStatus()), null, 2));

出力：

    {
      "state": "solution_complete",
      "percentComplete": "100",
      "hasJobEnded": "true"
    }

## RegressionSolution:getAllVersions() {#ariaid-title5}

のすべてのバージョンを取得しますRegressionSolution オブジェクト。
{#RegressionSol-getAllVersions__table_tvl_m3z_llb__entry__3}

| 名前 | タイプ | 説明 |
|-|-|-|
| なし |   |   |
[表 : 6. パラメーター]

{#RegressionSol-getAllVersions__table_tvl_m3z_llb} {#RegressionSol-getAllVersions__table_uvl_m3z_llb__entry__2}

| タイプ | 説明 |
|-|-|
| アレイ | ソリューションオブジェクトの既存のバージョン。関連項目 [回帰ソリューションバージョン](https://servicenow-prod.fluidtopics.net/T8hsWBcjhORa_VFk9J_1Tw#RegressionSolutionVersionAPI "RegressionSolutionVersion API は、予測インテリジェンスストアで使用されるスクリプト可能オブジェクトです。") API。 |
[表 : 7. 返される内容]

{#RegressionSol-getAllVersions__table_uvl_m3z_llb}  
次の例は、すべての RegressionSolution バージョンオブジェクトを取得し、それらに対して getVersionNumber() および getStatus() ソリューションバージョンメソッドを呼び出す方法を示しています。

    var mlSolution = sn_ml.RegressionSolutionStore.get('ml_x_snc_global_global_regression');

    var mlSolutionVersions = mlSolution.getAllVersions();

    for (i = 0; i < mlSolutionVersions.length; i++) {
    gs.print("Version " + mlSolutionVersions[i].getVersionNumber() + " Status: " + mlSolutionVersions[i].getStatus() +"\n");
    };

出力：

    Version 3 Status: {"state":"solution_complete","percentComplete":"100","hasJobEnded":"true"}

    Version 2 Status: {"state":"solution_complete","percentComplete":"100","hasJobEnded":"true"}

    Version 1 Status: {"state":"solution_cancelled","percentComplete":"0","hasJobEnded":"true"}

## RegressionSolution:getLatestVersion() {#ariaid-title6}

の最新バージョンを取得します 解決策。
{#RegressionSol-getLatestVersion__table_tvl_m3z_llb__entry__3}

| 名前 | タイプ | 説明 |
|-|-|-|
| なし |   |   |
[表 : 8. パラメーター]

{#RegressionSol-getLatestVersion__table_tvl_m3z_llb} {#RegressionSol-getLatestVersion__table_uvl_m3z_llb__entry__2}

| タイプ | 説明 |
|-|-|
| オブジェクト | [RegressionSolutionVersion](https://servicenow-prod.fluidtopics.net/T8hsWBcjhORa_VFk9J_1Tw#RegressionSolutionVersionAPI "RegressionSolutionVersion API は、予測インテリジェンスストアで使用されるスクリプト可能オブジェクトです。") の最新バージョンに対応するオブジェクト と [RegressionSolution()](https://servicenow-prod.fluidtopics.net/VmH0Lqpjh_bF3C3~cnGpPw#RegressionSol-RegressionSolution_O "回帰ソリューションを作成します。") を呼び出します。 |
[表 : 9. 返される内容]

{#RegressionSol-getLatestVersion__table_uvl_m3z_llb}  
次の例は、ソリューションの最新バージョンを取得し 、そのトレーニングステータスを返す方法を示しています。{#RegressionSol-getLatestVersion__mlsol-getLatestVersion-example}

    var mlSolution = sn_ml.RegressionSolutionStore.get('ml_x_snc_global_global_regression');

    gs.print(JSON.stringify(JSON.parse(mlSolution.getLatestVersion().getStatus()), null, 2));

出力：

    {
      "state": "solution_complete",
      "percentComplete": "100",
      "hasJobEnded": "true"
    }

## RegressionSolution:getName() {#ariaid-title7}

ストアとのインタラクションに使用するオブジェクトの名前を取得します。
{#RegressionSol-getName__table_pps_43z_llb__entry__3}

| 名前 | タイプ | 説明 |
|-|-|-|
| なし |   |   |
[表 : 10. パラメーター]

{#RegressionSol-getName__table_pps_43z_llb} {#RegressionSol-getName__table_qps_43z_llb__entry__2}

| タイプ | 説明 |
|-|-|
| 文字列 | ソリューションオブジェクトの名前。 |
[表 : 11. 返される内容]

{#RegressionSol-getName__table_qps_43z_llb}  
次の例は、 回帰ソリューション データセット情報を更新し、オブジェクトの名前を出力

    // Update solution
    var myIncidentData = new sn_ml.DatasetDefinition({
       'tableName' : 'incident',
       'fieldNames' : ['category', 'short_description', 'priority'],
       'encodedQuery' : 'activeANYTHING'
    });

    var eligibleFields = JSON.parse(myIncidentData.getEligibleFields('regression'));

    var myRegression = new sn_ml.RegressionSolution({
       'label': "my regression solution",
       'dataset' : myIncidentData,
       'inputFieldNames': eligibleFields['eligibleInputFieldNames'],
       'predictedFieldName': 'category'
    });

    // update solution
    sn_ml.RegressionSolutionStore.update('ml_x_snc_global_global_my_solution_definition_4', myRegression);

    // print solution name
    gs.print('Solution Name: '+myRegression.getName());

出力：

    Solution Name: ml_x_snc_global_global_my_solution_definition_4

## RegressionSolution:getProperties() {#ariaid-title8}

ソリューションオブジェクトプロパティを取得します。
{#RegressionSol-getProperties__table_pps_43z_llb__entry__3}

| 名前 | タイプ | 説明 |
|-|-|-|
| なし |   |   |
[表 : 12. パラメーター]

{#RegressionSol-getProperties__table_pps_43z_llb} {#RegressionSol-getProperties__table_qps_43z_llb__entry__2}

| タイプ | 説明 |
|-|-|
| オブジェクト | [RegressionSolutionStore](https://servicenow-prod.fluidtopics.net/RBYymGbOTgubpiUkIPKtJg#RegressionSolutionStoreAPI "ソリューション の保存と取得を可能にします 。") 内の Dataset と [RegressionSolution()](https://servicenow-prod.fluidtopics.net/VmH0Lqpjh_bF3C3~cnGpPw#RegressionSol-RegressionSolution_O "回帰ソリューションを作成します。") オブジェクトの詳細の内容。 { "datasetProperties": {Object}, "domainName": "String", "encoder": {Object}, "inputFieldNames": [Array], "label": "String", "name": "String", "predictedFieldName": "String", "predictedInterval": [Array], "processingLanguage": "String", "scope": "String", "stopwords": [Array], "trainingFrequency": "String" } |
| \<Object\>.datasetProperties | ソリューションに関連付けられている [DatasetDefinition()](https://servicenow-prod.fluidtopics.net/_Y4D37G2Ep8vLiDiwFGIhA#DDef-DatasetDefinition_O "DatasetDefinition クラスのインスタンスを作成し、テーブル名、フィールド、およびクエリでデータセットを定義できるようにします。") オブジェクトのプロパティを一覧表示します。 { "encodedQuery": "String", "fieldDetails": [Array], "fieldNames": [Array], "tableName": "String" } データタイプ:オブジェクト。 |
| \<Object\>.datasetProperties.tableName | データセットのテーブルの名前。たとえば、「 `tableName」:「インシデント」`です。 データタイプ:文字列。 |
| \<Object\>.datasetProperties.fieldNames | 指定されたテーブルのフィールド名を文字列としてリストします。例:"`fieldNames" : ["short_description", "priority"]。` データタイプ:アレイ。 |
| \<Object\>.datasetProperties.fieldNames.fieldDetails | フィールドのプロパティを指定する JavaScript オブジェクトのリスト。 [ { "name": "String", "type": "String" } ] データタイプ:アレイ。 |
| \<Object\>.datasetProperties.fieldNames.fieldDetails.\<object\>.名前 | このデータセットを制限する情報のタイプを定義するフィールドの名前。 データタイプ:文字列。 |
| \<Object\>.datasetProperties.fieldDetails.\<object\>.タイプ | 機械学習フィールドタイプ。 データタイプ:文字列。 |
| \<Object\>.datasetProperties.fieldDetails.encodedQuery | 標準の Glide 形式でエンコードされたクエリ文字列。「 [エンコードされたクエリ文字列」](https://www.servicenow.com/docs/access?context=c_EncodedQueryStrings&version=australia&pubname=australia-platform-user-interface&ft:locale=en-US)を参照してください。 データタイプ:文字列。 |
| \<Object\>.domainName | このデータセットに関連付けられたドメイン名。「 [ドメインセパレーション」および 予測インテリジェンス](https://www.servicenow.com/docs/access?context=domain-separation-predictive-intelligence&version=australia&pubname=australia-intelligent-experiences&ft:locale=en-US)を参照してください。 データタイプ:文字列。 |
| \<Object\>.encoder | このソリューションにアサインされたエンコーダーオブジェクト。。「[エンコーダー - エンコーダー (オブジェクト構成)](https://servicenow-prod.fluidtopics.net/3wkxwjgt1W9OU2MIP~fozA#Encoder-Encoder_O "エンコーダーを作成します。")」を参照してください。 データタイプ:オブジェクト。 |
| \<Object\>.inputFieldNames | 文字列としての入力フィールド名のリスト。モデルは、これらのフィールドを使用して予測を行います。 データタイプ:文字列。 |
| \<Object\>.label | 予測タスクを識別します。 { "label": "my first prediction" } データタイプ:文字列。 |
| \<Object\>.name | システムによって割り当てられた名前。 データタイプ:文字列。 |
| \<Object\>.predictedFieldName | 予測可能性のためにトレーニングするフィールドを識別します。 データタイプ:文字列。 |
| \<Object\>.predictedInterval | 予測の信頼性レベルを指定する値の範囲。 データタイプ：アレイ |
| \<Object\>.processingLanguage | 2 文字の ISO 639-1 言語コード形式の処理言語。 データタイプ:文字列。 |
| \<Object\>.scope | オブジェクトスコープ。現時点で有効な値は `グローバル`値のみです。 データタイプ：文字列 |
| \<Object\>.stopwords | オプション。languageプロパティ設定に基づいてシステムが自動的に生成する文字列のプリセットリスト。詳細については、「 [カスタムストップワードリストの作成](https://www.servicenow.com/docs/access?context=create-custom-stopwords-list&version=australia&pubname=australia-intelligent-experiences&ft:locale=en-US)」を参照してください。 データタイプ:アレイ。 |
| \<Object\>.trainingFrequency | モデルを再トレーニングする頻度。 可能な値： * every_30_days * every_60_days * every_90_days * every_120_days * every_180_days * run_once {#RegressionSol-getProperties__ul_pmw_523_plb}デフォルト:run_once データタイプ:文字列。 |
[表 : 13. 返される内容]

{#RegressionSol-getProperties__table_qps_43z_llb}  
次の例では、 ストア内のソリューションオブジェクトのプロパティを取得し ます。{#RegressionSol-getProperties__mlsol-getProps-example-other2}

    var mySolution = sn_ml.RegressionSolutionStore.get('ml_sn_global_global_regression_solution');

    gs.print(JSON.stringify(JSON.parse(mySolution.getProperties()), null, 2));

出力：

    *** Script: {
      "datasetProperties": {
        "tableName": "cloudinfratext",
        "fieldNames": [
          "short_description",
          "sourcedc",
          "targetdc",
          "dbsize",
          "duration"
        ]
      },
      "domainName": "global",
      "encoderProperties": {
        "datasetsProperties": [],
        "name": "wc_regression"
      },
      "inputFieldNames": [
        "short_description",
        "sourcedc",
        "targetdc",
        "dbsize"
      ],
      "label": "Regression Test for DB Restore",
      "name": "ml_x_snc_global_global_regression",
      "predictedFieldName": "duration",
      "processingLanguage": "en",
      "scope": "global",
      "stopwords": [
        "Default English Stopwords"
      ],
      "trainingFrequency": "every_30_days"
    }

## RegressionSolution:getVersion(文字列 version) {#ariaid-title9}

ソリューションを取得します 指定されたバージョン番号で。
{#RegressionSol-getVersion_S__table_pps_43z_llb__entry__3}{#RegressionSol-getVersion_S__mlsol-gerversion-returns-other}

| 名前 | タイプ | 説明 |
|-|-|-|
| version | 文字列 | ソリューションの既存のバージョン番号。 |
[表 : 14. パラメーター]

{#RegressionSol-getVersion_S__table_pps_43z_llb} {#RegressionSol-getVersion_S__table_qps_43z_llb__entry__2}

| タイプ | 説明 |
|-|-|
| オブジェクト | [RegressionSolutionVersion](https://servicenow-prod.fluidtopics.net/T8hsWBcjhORa_VFk9J_1Tw#RegressionSolutionVersionAPI "RegressionSolutionVersion API は、予測インテリジェンスストアで使用されるスクリプト可能オブジェクトです。") API メソッドを呼び出すことができる [RegressionSolution()](https://servicenow-prod.fluidtopics.net/VmH0Lqpjh_bF3C3~cnGpPw#RegressionSol-RegressionSolution_O "回帰ソリューションを作成します。") オブジェクトの指定されたバージョン。 |
[表 : 15. 返される内容]

{#RegressionSol-getVersion_S__table_qps_43z_llb}  
次の例は、バージョン番号でソリューションのトレーニングステータスを取得する方法を示しています 。{#RegressionSol-getVersion_S__mlsol-gerversion-example-other}

    var mlSolution = sn_ml.RegressionSolutionStore.get('ml_x_snc_global_global_regression');

    gs.print(JSON.stringify(JSON.parse(mlSolution.getVersion('1').getStatus()), null, 2));

出力：

    {
      "state": "solution_complete",
      "percentComplete": "100",
      "hasJobEnded": "true"
    }

## RegressionSolution:setActiveVersion(文字列 version) {#ariaid-title10}

ストア内の指定されたバージョンのソリューションをアクティブ化します。
{#RegressionSol-setActiveVersion_S__table_pps_43z_llb__entry__3}

| 名前 | タイプ | 説明 |
|-|-|-|
| version | 文字列 | アクティブ化する [RegressionSolution()](https://servicenow-prod.fluidtopics.net/VmH0Lqpjh_bF3C3~cnGpPw#RegressionSol-RegressionSolution_O "回帰ソリューションを作成します。") オブジェクトバージョンの名前。 このバージョンをアクティブ化すると、他のバージョンはすべて非アクティブ化されます。 |
[表 : 16. パラメーター]

{#RegressionSol-setActiveVersion_S__table_pps_43z_llb} {#RegressionSol-setActiveVersion_S__table_qps_43z_llb__entry__2}

| タイプ | 説明 |
|-|-|
| なし |   |
[表 : 17. 返される内容]

{#RegressionSol-setActiveVersion_S__table_qps_43z_llb}  
次の例は、ストアでソリューションバージョンをアクティブ化する方法を示しています。{#RegressionSol-setActiveVersion_S__mlsol-setActive-example1}

    sn_ml.RegressionSolution.setActiveVersion("ml_incident_categorization");

## RegressionSolution - submitTrainingJob() {#ariaid-title11}

トレーニングジョブを送信します。
注:  
このメソッドを実行する前に、 [まず RegressionSolutionStore - add()](https://servicenow-prod.fluidtopics.net/RBYymGbOTgubpiUkIPKtJg#RegressionStore-add_O "新しいソリューション オブジェクトをストアに追加し、一意の名前を返します。") メソッドを使用してソリューションをストアに追加する必要があります。
{#RegressionSol-submitTrainingJob__table_xmd_33z_llb__entry__3}

| 名前 | タイプ | 説明 |
|-|-|-|
| なし |   |   |
[表 : 18. パラメーター]

{#RegressionSol-submitTrainingJob__table_xmd_33z_llb} {#RegressionSol-submitTrainingJob__table_ymd_33z_llb__entry__2}

| タイプ | 説明 |
|-|-|
| オブジェクト | [回帰ソリューションバージョン回](https://servicenow-prod.fluidtopics.net/T8hsWBcjhORa_VFk9J_1Tw#RegressionSolutionVersionAPI "RegressionSolutionVersion API は、予測インテリジェンスストアで使用されるスクリプト可能オブジェクトです。") に対応するオブジェクト [帰ソリューション](https://servicenow-prod.fluidtopics.net/VmH0Lqpjh_bF3C3~cnGpPw#RegressionSol-RegressionSolution_O "回帰ソリューションを作成します。") トレーニング対象 |
[表 : 19. 返される内容]

{#RegressionSol-submitTrainingJob__table_ymd_33z_llb}  
次の例は、データセットを作成し、それをソリューションに適用し、ソリューションをストアに追加して、トレーニングジョブを送信する方法を示しています。{#RegressionSol-submitTrainingJob__mlsol-submit-example-nonSol2}

    // Create a dataset 
    var myData = new sn_ml.DatasetDefinition({

      'tableName' : 'incident',
      'fieldNames' : ['assignment_group', 'short_description', 'description'],
      'encodedQuery' : 'activeANYTHING'

    });

    // Create a solution 
    var mySolution = new sn_ml.RegressionSolution({

      'label': "my solution definition",
      'dataset' : myData,
      'predictedFieldName' : 'assignment_group',
      'inputFieldNames':['short_description']

    });

    // Add the solution to the store to later be able to retrieve it.
    var my_unique_name = sn_ml.RegressionSolutionStore.add(mySolution);

    // Train the solution - this is a long running job 
    var myRegressionVersion = mySolution.submitTrainingJob();