クラスタリング ソリューションのコネクト コンポーネント アルゴリズムとレーベンシュタイン距離法の構成
コネクトコンポーネントの構成とレーベンシュタイン距離法のエンコーディングを適用して、クラスタリングソリューションのトレーニングを最適化します。
始める前に
注:
ML ソリューションの詳細設定の構成はオプションです。これらの設定のいずれかを構成する場合は、ソリューションで有効にするテクノロジについて十分な情報が得られていること、およびテクノロジが提供するものからメリットを得るユース ケースがあることを確認してください。詳細については、「https://www.servicenow.com/community/intelligence-ml-articles/dive-deeper-with-clustering-advanced-parameters/ta-p/2695847」を参照してください。
- クラスタリングソリューション定義を作成してトレーニングするか、既存のものを使用します。
- 必要なロール:admin または ml_admin
このタスクについて
クラスタリング ソリューションをトレーニングする場合、次の 3 つのオプションがあります。
- 既定の k-means アルゴリズムを使用します。
- オプションの DBSCAN 解析パラメーターをユークリッド距離法とともにメトリクスとして使用します。
- オプションの [DBSCAN]、[最小近傍数]、および [レーベンシュタイン距離] 解析パラメーターを使用します。Connect Component は DBSCAN と Minimum Neighbors によって有効になり、段落ベクトルベースのテキストとレーベンシュタイン距離ベースのテキストの両方をサポートします。レーベンシュタイン距離法を使用してソリューションをトレーニングする場合、クラスタリングソリューションでワードコーパスを使用する必要はありません。
このシナリオ例では、上記の 3 番目のオプションを使用してソリューション定義をトレーニングします。