---
sourceDocument: 호주 API 참조
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/ko-KR/api-reference

 Release :

    - australia

ft:locale :

    - ko-KR

ft:publication_title :

    - 호주 API 참조

ft:clusterId :

    - crapiref

bundleId :

    - crapiref

workflow :

    - Creator


---

# PredictabilityEstimateStore - 전역

# PredictabilityEstimateStore - 전역 {#ariaid-title1}

* 릴리스 버전: Australia
* 
* 업데이트 날짜 2026년 03월 12일
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 소요 시간: 6분

저장하고 검색할 수 있습니다 예측 가능성 추정치입니다.

PredictabilityEstimateStore API에는 플러그인(com.glide.platform_ml)이 필요 예측 인텔리전스 하며 `sn_ml` 네임스페이스 내에서 제공됩니다.

## PredictabilityEstimateStore - add(Object mlEstimate) {#ariaid-title2}

새 예측 가능성 예상치를 추가합니다. 하고 고유한 이름을 반환합니다.
주:  
레이블 값은 고유할 필요가 없습니다. 예를 들어 동일한 레이블로 이 메서드를 10번 실행하면 이 메서드는 저장소에 고유한 이름의 개체 10개를 추가합니다.
{#PredictbltyEstStore-add_O__table_vwy_1fr_llb__entry__3}

| 이름 | 유형 | 설명 |
|-|-|-|
| mlEstimate | [예측 가능성 추정](https://servicenow-prod.fluidtopics.net/_nXFludiSK_1beFB6q0MTg#PredictabilityEstimateAPI "PredictabilityEstimate API는 스토어에서 예측 인텔리전스 사용되는 스크립트 가능한 객체입니다. 이 객체는 데이터 세트의 필드를 예측할 수 있는 정도와 해당 필드를 예측하는 데 유용할 수 있는 기능을 추정합니다.") | [예측 가능성 추정()](https://servicenow-prod.fluidtopics.net/_nXFludiSK_1beFB6q0MTg#PrdctbltE-PredictabilityEstimate_O "예측 가능성 추정치를 생성합니다.") 스토어에 추가할 객체입니다. |
[표 1. 매개변수]

{#PredictbltyEstStore-add_O__table_vwy_1fr_llb} {#PredictbltyEstStore-add_O__table_wwy_1fr_llb__entry__2}

| 유형 | 설명 |
|-|-|
| 문자열 | 시스템에서 생성된 예측 가능성 예상 이름입니다. |
[표 2. 반환]

{#PredictbltyEstStore-add_O__table_wwy_1fr_llb}  
추가하는 방법을 보여줍니다 예측 가능성 예상 스토어에 치 [PredictabilityEstimate 사용 - submitTrainingJob()](https://servicenow-prod.fluidtopics.net/_nXFludiSK_1beFB6q0MTg#PrdctbltE-submitTrainingJob "교육 작업을 제출합니다.") 교육 작업을 스토어에 추가한 후 실행합니다.

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

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

    });

    // Create an estimate 
    var myEstimate = new sn_ml.PredictabilityEstimate({

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

    });

    // Add the estimate to the store to later be able to retrieve it.
    var my_unique_name = sn_ml.PredictabilityEstimateStore.add(myEstimate);

## PredictabilityEstimateStore - deleteObject(문자열 이름) {#ariaid-title3}

저장소에서 지정된 예측 가능성 추정 객체를 제거합니다.
{#PredictbltyEstStore-deleteObject_S__table_rmj_lfr_llb__entry__3}

| 이름 | 유형 | 설명 |
|-|-|-|
| 이름 | 문자열 | [PredictabilityEstimate()](https://servicenow-prod.fluidtopics.net/_nXFludiSK_1beFB6q0MTg#PrdctbltE-PredictabilityEstimate_O "예측 가능성 추정치를 생성합니다.") 삭제할 객체입니다. 의 이름 |
[표 3. 매개변수]

{#PredictbltyEstStore-deleteObject_S__table_rmj_lfr_llb} {#PredictbltyEstStore-deleteObject_S__table_smj_lfr_llb__entry__2}

| 유형 | 설명 |
|-|-|
| 없음 |   |
[표 4. 반환]

{#PredictbltyEstStore-deleteObject_S__table_smj_lfr_llb}  
다음 예제는 저장소에서 예측 가능성 예상치를 삭제하는 방법을 보여줍니다.

    sn_ml.PredictabilityEstimateStore.deleteObject("ml_sn_global_global_estimate");

## PredictabilityEstimateStore - get(문자열 이름) {#ariaid-title4}

스토어에서 예측 가능성 추정 객체를 가져옵니다.
{#PredictbltyEstStore-get_S__table_zvw_v2r_llb__entry__3}

| 이름 | 유형 | 설명 |
|-|-|-|
| 이름 | 문자열 | 스토어의 예측 가능성 예상치의 이름입니다. |
[표 5. 매개변수]

{#PredictbltyEstStore-get_S__table_zvw_v2r_llb} {#PredictbltyEstStore-get_S__table_aww_v2r_llb__entry__2}

| 유형 | 설명 |
|-|-|
| 객체 | [예측 가능성 추정](https://servicenow-prod.fluidtopics.net/_nXFludiSK_1beFB6q0MTg#PredictabilityEstimateAPI "PredictabilityEstimate API는 스토어에서 예측 인텔리전스 사용되는 스크립트 가능한 객체입니다. 이 객체는 데이터 세트의 필드를 예측할 수 있는 정도와 해당 필드를 예측하는 데 유용할 수 있는 기능을 추정합니다.") 객체. 객체가 없는 경우 오류를 반환합니다. |
[표 6. 반환]

{#PredictbltyEstStore-get_S__table_aww_v2r_llb}  
다음 예제에서는 get() 메서드를 사용하여 스토어에서 예측 가능성 추정 객체를 가져오고 [PredictabilityEstimateVersion - getStatus()](https://servicenow-prod.fluidtopics.net/Qb3GUZ3EZIYn4~j1~miOnw#PredictbltyEstV-getStatus_B "교육 완료 상태를 가져옵니다.") 메서드를 사용하여 [예측가능성 추정 - getActiveVersion()](https://servicenow-prod.fluidtopics.net/_nXFludiSK_1beFB6q0MTg#PrdctbltE-getActiveVersion "활성 항목을 가져옵니다. PredictabilityEstimateVersion 객체입니다.") 학습 상태를 보는 방법을 보여줍니다.

    // Get status
    var mlEstimate = sn_ml.PredictabilityEstimateStore.get('ml_incident_categorization');

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

출력:

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

## PredictabilityEstimateStore - getAllNames(객체 옵션) {#ariaid-title5}

스토어에 있는 모든 예측 가능성 예상 정의 기록의 이름을 가져옵니다.
{#PredictbltyEstStore-getAllNames__id_bfn_kwh_wnb__entry__3}

| 이름 | 유형 | 설명 |
|-|-|-|
| 옵션 | 객체 | 지정된 속성 내에서 결과를 제한하는 옵션입니다. { "label": "String", "domainName": "String", "scope": "String" }; |
| options.label | 문자열 | 옵션입니다. 솔루션 객체의 레이블입니다. |
| options.domainName | 문자열 | 옵션입니다. 솔루션 객체의 도메인 이름입니다. 다음을 참조 [도메인 분리 및 예측 인텔리전스](https://www.servicenow.com/docs/access?context=domain-separation-predictive-intelligence&version=australia&pubname=australia-intelligent-experiences&ft:locale=en-US). |
| 옵션.범위 | 문자열 | 옵션입니다. 솔루션 객체에 대한 [애플리케이션 범위](https://www.servicenow.com/docs/access?context=c_ApplicationScope&version=australia&pubname=australia-application-development&ft:locale=en-US) 의 이름입니다. |
[표 7. 매개변수]

{#PredictbltyEstStore-getAllNames__id_bfn_kwh_wnb} {#PredictbltyEstStore-getAllNames__table_aww_v2r_llb__entry__2}

| 유형 | 설명 |
|-|-|
| 배열 | 저장소의 예측 가능성 추정 객체 이름을 나타내는 문자열 목록입니다. |
[표 8. 반환]

{#PredictbltyEstStore-getAllNames__table_aww_v2r_llb}  
다음 예제에서 getAllNames() 메서드는 저장소의 모든 이름 목록을 반환합니다.

    gs.print(JSON.stringify(JSON.parse(sn_ml.PredictabilityEstimateStore.getAllNames()), null, 2));

출력:

    [
      "ml_x_snc_global_global_predictability_estimate_1",
      "ml_x_snc_global_global_predictability_estimate",
      "ml_x_snc_global_global_predictability_estimate_2",
      "ml_x_snc_global_global_my_estimate_definition"
    ]

다음 예제에서 getAllNames() 메서드는 매개변수에 설정된 값과 연결된 이름만 반환합니다 options .

    var options = {
      'label' : 'my estimate definition',
      'domainName' : 'global',
      'scope' : 'global'
    };
    var solNames = sn_ml.PredictabilityEstimateStore.getAllNames(options);
    gs.print(JSON.stringify(JSON.parse(solNames), null, 2));

출력:

    [
      "ml_x_snc_global_global_my_estimate_definition"
    ]

## PredictabilityEstimateStore - update(문자열 이름, 객체 mlEstimate) {#ariaid-title6}

스토어에서 예측 가능성 추정 객체를 업데이트합니다.
{#PredictbltyEstStore-update_S_O__table_v5p_wxr_llb__entry__3}

| 이름 | 유형 | 설명 |
|-|-|-|
| 이름 | 문자열 | 업데이트할 예측 가능성 예상치의 이름입니다. |
| mlEstimate | [예측 가능성 추정](https://servicenow-prod.fluidtopics.net/_nXFludiSK_1beFB6q0MTg#PredictabilityEstimateAPI "PredictabilityEstimate API는 스토어에서 예측 인텔리전스 사용되는 스크립트 가능한 객체입니다. 이 객체는 데이터 세트의 필드를 예측할 수 있는 정도와 해당 필드를 예측하는 데 유용할 수 있는 기능을 추정합니다.") | [예측 가능성 추정()](https://servicenow-prod.fluidtopics.net/_nXFludiSK_1beFB6q0MTg#PrdctbltE-PredictabilityEstimate_O "예측 가능성 추정치를 생성합니다.") 업데이트할 객체 속성입니다. |
[표 9. 매개변수]

{#PredictbltyEstStore-update_S_O__table_v5p_wxr_llb} {#PredictbltyEstStore-update_S_O__table_w5p_wxr_llb__entry__2}

| 유형 | 설명 |
|-|-|
| 없음 |   |
[표 10. 반환]

{#PredictbltyEstStore-update_S_O__table_w5p_wxr_llb}  
다음 예제는 저장소에서 예측 가능성 추정 객체를 업데이트하는 방법을 보여줍니다.

    var estimateUpdate = new sn_ml.PredictabilityEstimate({
      'label': 'my estimate definition',
      'dataset' : myData,
      'predictedFieldName' : 'assignment_group',
      'inputFieldNames': ['short_description']
    });

    sn_ml.PredictabilityEstimateStore.update('ml_sn_global_global_incident_service', estimateUpdate);