---
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


---

# 分類のソリューション予測のテスト

# 分類のソリューション予測のテスト {#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：3分

機械学習 (ML) ソリューションがトレーニングされたら、予測インテリジェンス API を呼び出してソリューション予測を行うことができます。この手順例では、REST API エクスプローラーを使用して、インシデント分類の分類ソリューション予測をテストします。

## 始める前に

予測をテストする前に ML ソリューションをトレーニングします。

必要なロール：web_service_admin、rest_api_explorer、または admin または ml_admin

## このタスクについて

この手順では、インスタンスで実行できる内容を説明するためにサンプルデータを使用しており、実際にインスタンスに存在するデータやレコードを表していない場合があります。

このシナリオは、以前に作成してトレーニングした仮想的な ML ソリューションの分類ソリューション予測を示しています。REST API エクスプローラーを使用して、類似性ソリューション予測をテストすることもできます。

## 手順

1. 移動先 すべて予測インテリジェンス分類ソリューション定義.
2. 予測をテストする ML ソリューション定義を見つけて、その \[名前\] 値をクリップボードまたはメモ帳ファイルにコピーします。  
   この場合、次の例に示すように、ML ソリューション定義「インシデント分類」レコードの \[名前\] フィールド値を使用します。  
3. REST API エクスプローラーによる 予測インテリジェンス API への呼び出しで使用する ML ソリューション定義レコードで使用される \[入力フィールド\] を書き留めて保存します。  
   この場合、\[簡単な説明\] フィールドを使用します。これは、このフィールドを使用してカテゴリ定義を学習するように予測モデルがトレーニングされているためです。  
4. 移動先 System Web ServicesRESTREST API エクスプローラー.
5. これらの選択フィールドを次のように設定します。

   | フィールド | 値 |
   | 名前空間 | now (デフォルトのまま) |
   | API 名 | 予測インテリジェンス |
   | API バージョン | 最新 (デフォルトのまま) |
   |-|-|

   {#test-solution-prediction__choicetable_v1w_53m_ycb}  
   予測インテリジェンス フォームが表示されます。このフォームを使用して 予測インテリジェンス API へのコール要求を準備します。
6. ソリューション名の \[値\] フィールドに「<kbd class="ph userinput">ml_incident_categorization</kbd>」と入力します。  
   注:  
   これは、この手順のステップ 1 で取得した \[名前\] の値です。
7. \[クエリパラメーターを追加\] をクリックします。  
   予測インテリジェンス フォームが更新されて \[クエリパラメーター\] セクションが表示されます。
8. 最初のフィールドに「<kbd class="ph userinput">short_description</kbd>」を貼り付けます。  
   注:  
   これは、この手順のステップ 2 で取得した入力フィールドです。
9. 2 番目のフィールドにインシデントの簡単な説明を入力します。たとえば、「<kbd class="ph userinput">接続できません</kbd>」と入力します。
10. \[送信\] ボタンをクリックします。  
    REST API エクスプローラーは要求を 予測インテリジェンス API に送信します。  
    システムは、API 出力の \[応答本文\] セクションの出力値を予測します。他の簡単な説明を使用して、ソリューションの予測をテストできます。
11. **オプション:** 予測モデルを再度テストできるように、予測インテリジェンス API に別の要求を送信します。
    1. 予測インテリジェンス フォームの \[クエリパラメーター\] セクションに戻ります。
    2. 2 番目のフィールドに別の種類のインシデントを参照する簡単な説明を入力します。たとえば、「<kbd class="ph userinput">MSSQL に接続できません</kbd>」と入力します。
    3. \[送信\] ボタンをクリックします。

    {#test-solution-prediction__substeps_khv_rb4_zcb}  
    ソリューション定義設定で構成したインシデントカテゴリによっては、\[応答本文\] セクションが更新されてステップ 9 とは異なる結果が表示される場合があります。つまり、簡単な説明のテキストを変更すると、インシデントを別の種類の問題として再分類できます。

## 例

インシデントフォームを使用して新しいインシデントレコードを作成するときに、予測インテリジェンス 予測モデルをテストすることもできます。  
1. 移動先 インシデント新規作成.
2. ロードされる新しいインシデントフォームで、フィールドを次のように設定します。
   * ユーザー： 発信者名を入力します。
   * カテゴリ：デフォルトのままにします。
   * 簡単な説明： テストする簡単な説明を入力します。
   {#test-solution-prediction__ul_ddg_rbs_ycb}
3. インシデントフォームを送信します。
{#test-solution-prediction__ol_kcx_l1s_ycb}

結果：フォームが更新されると、インシデントカテゴリが特定の値に自動的に設定された情報メッセージが表示されます。  
注:  
簡単な説明によっては、この入力の値を予測するだけの十分な信頼性がソリューションにないため、処理されない可能性があります。
**関連情報**   

* [Predictive Intelligence API](https://www.servicenow.com/docs/access?context=agent-intelligence-api&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US)
* [MLPredictor - グローバル](https://www.servicenow.com/docs/access?context=c_MLPredictorAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US)