---
sourceDocument: Xanadu で AI を有効にする
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/ja-JP/xanadu/intelligent-experiences

 Release :

    - xanadu

ft:locale :

    - ja-JP

ft:publication_title :

    - Xanadu で AI を有効にする

ft:clusterId :

    - platai

bundleId :

    - platai

workflow :

    - Platform


---

# ML ソリューションの詳細設定

# ML ソリューションの詳細設定 {#ariaid-title1}

* リリースバージョン: Xanadu
* 
* 更新日 2024年08月01日
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 所要時間：1分

予測インテリジェンス機械学習 (ML) ソリューションの詳細設定について説明します。分類、類似性、およびクラスタリング機能のためのオプションのテクノロジーとアルゴリズムを適用します。

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、有効にするテクノロジーと、そのテクノロジーが提供するものからユースケースにメリットがあることについて十分な情報を得ていることを確認してください。これらのパラメーターのいくつかの詳細については、「 <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。

## 分類、類似性、クラスタリングの詳細設定 {#configuring-advanced-settings-ml-solutions__section_hqs_g4f_yjb}

admin または ml_admin ロールを使用して、ML ソリューション定義フォームの \[ソリューションの詳細設定\] タブでパラメーターを設定することで、これらのテクノロジーを適用します。これらの設定は、特定のユースケースを対象とした機能を提供します。  
既存の設定を更新または削除するには、ソリューション定義フォームで \[ソリューション詳細設定\] タブを選択し、ソリューションパラメーターの名前を選択します。1 つ以上を有効にするには、次の手順を参照してください。

* [分類ソリューションのクラス再呼び出しの構成](https://servicenow-prod.fluidtopics.net/uqhQvoU958SiQEOogXTeZw "データをトレーニングする前に、クラス再現率パラメーターを作成して ML ソリューションに適用します。たとえば、Email クラスでトレーニングするすべてのレコードに対して、このソリューションパラメーターを 90% の精度に設定して適用します。")
* [ソリューションの TF-IDF の構成](https://servicenow-prod.fluidtopics.net/ZeSfy~iYo3cDInMA1Pnqxw "予測インテリジェンスの分類、クラスタリング、または類似性ソリューションに用語頻度 - 逆ドキュメント頻度 (TF-IDF) エンコーディングを適用します。")
* [クラスタリングソリューションの DBSCAN の構成](https://servicenow-prod.fluidtopics.net/Tp1SdFdp0XxP5xvuSyiR0Q "DBSCAN (Density Based Spatial Clustering of Applications with Noise) エンコードをクラスタリング ソリューションに適用することを検討します。K-means が既定のクラスタリング アルゴリズムです。")
* [クラスタリングソリューションの HDBSCAN の設定](https://servicenow-prod.fluidtopics.net/hF_3Ckfi8Kr98cdJj6Lj2A "Hierarchical Density Based Spatial Clustering of Applications with Noise (HDBSCAN) エンコーディングをクラスタリング ソリューションに適用することを検討してください。K-means が既定のクラスタリング アルゴリズムです。")
* [分類または回帰ソリューションのための XGBoost の構成](https://servicenow-prod.fluidtopics.net/pEnrKuwrOBDxC1E4meblOw "XGBoost エンコードを適用して、分類または回帰ソリューションのトレーニングを最適化します。")
* [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](https://servicenow-prod.fluidtopics.net/ZAHGmx_dYOXAmjLCDInFug "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。")
* [クラスタリングソリューションに純度を適用](https://servicenow-prod.fluidtopics.net/gIozLsI7KLI0hajWK7qMVw "クラスタリングソリューションに純度を適用して、クラスタのインサイトを一目で確認できます。自動純度を使用して、定義を指定せずにインサイトを表示します。")
* [データソースを使用したクラスターの分析](https://servicenow-prod.fluidtopics.net/1m~QU9X2qwEtLPCHbpCBAA "ソーステーブルで使用可能なディメンションのいずれかでクラスターを分析します。")
{#configuring-advanced-settings-ml-solutions__ul_xbc_px3_zjb}