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

 Release :

    - xanadu

ft:locale :

    - ko-KR

ft:publication_title :

    - Xanadu API 참조

ft:clusterId :

    - crapiref

bundleId :

    - crapiref

workflow :

    - Creator


---

# RegressionSolutionStore - 전역

# RegressionSolutionStore - 전역 {#ariaid-title1}

* 릴리스 버전: Xanadu
* 
* 업데이트 날짜 2024년 08월 01일
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 소요 시간: 6분

솔루션을 저장하고 검색할 수 있습니다 .{#RegressionSolutionStoreAPI__mlstore-concept-sdesc-e}

RegressionSolutionStore API에는 예측 인텔리전스 플러그인(com.glide.platform_ml)이 필요하며 `sn_ml` 네임스페이스 내에서 제공됩니다.

## RegressionSolutionStore - add(객체 mlSolution) {#ariaid-title2}

저장소에 새 솔루션 개체를 추가하고 고유한 이름을 반환합니다. {#RegressionStore-add_O__mlstore-add-sdesc-e}
주:  
레이블 값은 고유할 필요가 없습니다. 예를 들어 동일한 레이블을 사용하여 이 메서드를 10번 실행하면 이 메서드는 고유하게 명명된 10개의 서로 다른 개체를 저장소에 추가합니다.
{#RegressionStore-add_O__table_vwy_1fr_llb__entry__3}

| 이름 | 유형 | 설명 |
|-|-|-|
| ml솔루션 | [회귀 솔루션](https://servicenow-prod.fluidtopics.net/JWxwVpgxfJi74yzgVlE6pA#RegressionSolutionAPI "RegressionSolution API는 스토어에 사용되는 스크립팅 가능한 객체입니다예측 인텔리전스.") | [회귀 솔루션()](https://servicenow-prod.fluidtopics.net/JWxwVpgxfJi74yzgVlE6pA#RegressionSol-RegressionSolution_O "회귀 솔루션을 생성합니다.") 저장소에 추가할 객체입니다. |
[표 1. 매개변수]

{#RegressionStore-add_O__table_vwy_1fr_llb} {#RegressionStore-add_O__table_wwy_1fr_llb__entry__2}

| 유형 | 설명 |
|-|-|
| 문자열 | 시스템에서 생성된 솔루션 이름입니다. |
[표 2. 반환]

{#RegressionStore-add_O__table_wwy_1fr_llb}  
추가하는 방법을 보여 줍니다 솔루션 저장소에[RegressionSolution - submitTrainingJob()](https://servicenow-prod.fluidtopics.net/JWxwVpgxfJi74yzgVlE6pA#RegressionSol-submitTrainingJob "교육 작업을 제출합니다.") 을 사용하여 스토어에 추가한 후 솔루션을 교육합니다.

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

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

    });

    // Create an 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);

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

저장소에서 지정된 솔루션 개체를 제거합니다.
{#RegressionStore-deleteObject_S__table_rmj_lfr_llb__entry__3}

| 이름 | 유형 | 설명 |
|-|-|-|
| 이름 | 문자열 | [RegressionSolution()](https://servicenow-prod.fluidtopics.net/JWxwVpgxfJi74yzgVlE6pA#RegressionSol-RegressionSolution_O "회귀 솔루션을 생성합니다.") 삭제할 객체입니다. 의 이름 |
[표 3. 매개변수]

{#RegressionStore-deleteObject_S__table_rmj_lfr_llb} {#RegressionStore-deleteObject_S__table_smj_lfr_llb__entry__2}

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

{#RegressionStore-deleteObject_S__table_smj_lfr_llb}  
다음 예제에서는 저장소에서 솔루션을 삭제하는 방법을 보여 줍니다.

    sn_ml.RegressionSolutionStore.deleteObject("ml_sn_global_global_solution");

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

저장소에서 솔루션 객체를 가져옵니다.
{#RegressionStore-get_S__table_zvw_v2r_llb__entry__3}

| 이름 | 유형 | 설명 |
|-|-|-|
| 이름 | 문자열 | 스토어에 있는 솔루션의 이름입니다. |
[표 5. 매개변수]

{#RegressionStore-get_S__table_zvw_v2r_llb} {#RegressionStore-get_S__table_aww_v2r_llb__entry__2}

| 유형 | 설명 |
|-|-|
| 객체 | [회귀 솔루션](https://servicenow-prod.fluidtopics.net/JWxwVpgxfJi74yzgVlE6pA#RegressionSolutionAPI "RegressionSolution API는 스토어에 사용되는 스크립팅 가능한 객체입니다예측 인텔리전스.") 객체. 개체가 없으면 오류를 반환합니다. |
[표 6. 반환]

{#RegressionStore-get_S__table_aww_v2r_llb}  
다음 예제에서는 get() 메서드를 사용하여 저장소에서 솔루션 객체를 가져오고 [RegressionSolution - getActiveVersion()](https://servicenow-prod.fluidtopics.net/JWxwVpgxfJi74yzgVlE6pA#RegressionSol-getActiveVersion "활성 항목을 가져옵니다. RegressionSolutionVersion 객체입니다.")[및 RegressionSolutionVersion - getStatus()](https://servicenow-prod.fluidtopics.net/RiKgb8vcXlW_PGdZuLmusg#RegressionVersion-getStatus_B "교육 완료 상태를 가져옵니다.") 메서드.

    // Get status
    var mlSolution = sn_ml.RegressionSolutionStore.get('ml_incident_categorization');

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

출력:

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

## RegressionSolutionStore - getAllNames(개체 옵션) {#ariaid-title5}

저장소에 있는 모든 솔루션 정의 기록의 이름을 가져옵니다.
{#RegressionStore-getAllNames__id_bfn_kwh_wnb__entry__3}

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

{#RegressionStore-getAllNames__id_bfn_kwh_wnb} {#RegressionStore-getAllNames__table_aww_v2r_llb__entry__2}

| 유형 | 설명 |
|-|-|
| 배열 | 저장소의 솔루션 개체 이름을 나타내는 문자열 목록입니다. |
[표 8. 반환]

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

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

출력:

    [
      "ml_x_snc_global_global_my_solution_definition_3",
      "ml_incident_assignment",
      "ml_x_snc_global_global_my_solution_definition",
      "ml_x_snc_global_global_my_solution_definition_2",
      "ml_sn_global_global_incident_service"
    ]

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

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

출력:

    [
      "ml_x_snc_global_global_my_solution_definition"
    ]

## RegressionSolutionStore - update(문자열 이름, 개체 mlSolution) {#ariaid-title6}

저장소의 기존 객체를 매개변수로 전달된 객체로 바꿉니다. 제공된 객체 이름은 비어 있거나 일치해야 합니다.
{#RegressionStore-update_S_O__table_v5p_wxr_llb__entry__3}

| 이름 | 유형 | 설명 |
|-|-|-|
| 이름 | 문자열 | 업데이트할 솔루션의 이름입니다. |
| ml솔루션 | [회귀 솔루션](https://servicenow-prod.fluidtopics.net/JWxwVpgxfJi74yzgVlE6pA#RegressionSolutionAPI "RegressionSolution API는 스토어에 사용되는 스크립팅 가능한 객체입니다예측 인텔리전스.") | [회귀 솔루션()](https://servicenow-prod.fluidtopics.net/JWxwVpgxfJi74yzgVlE6pA#RegressionSol-RegressionSolution_O "회귀 솔루션을 생성합니다.") 업데이트할 객체 속성입니다. |
[표 9. 매개변수]

{#RegressionStore-update_S_O__table_v5p_wxr_llb} {#RegressionStore-update_S_O__table_w5p_wxr_llb__entry__2}

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

{#RegressionStore-update_S_O__table_w5p_wxr_llb}  
다음 예제에서는 저장소에서 솔루션 개체를 업데이트하는 방법을 보여 줍니다.

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

    sn_ml.RegressionSolutionStore.update('ml_sn_global_global_incident_service', solutionUpdate);