---
sourceDocument: Xanadu AI 활성화
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/ko-KR/xanadu/intelligent-experiences

 Release :

    - xanadu

ft:locale :

    - ko-KR

ft:publication_title :

    - Xanadu AI 활성화

ft:clusterId :

    - platai

bundleId :

    - platai

workflow :

    - Platform


---

# 클러스터링 솔루션에 대한 HDBSCAN 구성

# 클러스터링 솔루션에 대한 HDBSCAN 구성 {#ariaid-title1}

* 릴리스 버전: Xanadu
* 
* 업데이트 날짜 2024년 08월 01일
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 소요 시간: 2분

HDBSCAN(Hierarchical Density Based Spatial Clustering of Applications with Noise) 인코딩을 클러스터링 솔루션에 적용하는 것이 좋습니다. K-평균은 디폴트 군집화 알고리즘입니다.

## 시작하기 전에

주:  
ML 솔루션에서 고급 설정을 구성하는 것은 선택 사항입니다. 이러한 설정을 구성하도록 선택하는 경우 솔루션에서 사용하도록 설정하는 기술에 대해 잘 알고 있는지, 기술이 제공하는 이점을 활용할 수 있는 사용 사례가 있는지 확인합니다. 자세한 내용은 <https://www.servicenow.com/community/intelligence-ml-articles/dive-deeper-with-clustering-advanced-parameters/ta-p/2695847> 문서를 참조하십시오.  
* 클러스터링 솔루션 정의를 생성하거나 기존 정의를 사용합니다.
* 필요한 역할: admin 또는 ml_admin
{#configure-hdbscan-clustering-solution__ul_usd_cst_1kb}

## 이 태스크 정보

HDBSCAN 알고리즘을 적용하여 시스템이 클러스터에 할당되지 않은 데이터 샘플을 식별하는 데 도움을 줄 수 있습니다. 예를 들어, 주제 검색을 지원하기 위해 HDBSCAN을 적용할 수 있습니다.

예측 인텔리전스는 클러스터링 프레임워크에서 기본적으로 k-means 알고리즘을 사용합니다. HSBSCAN은 DBSCAN 알고리즘과 유사한 또 다른 클러스터링 알고리즘으로, 최소 크기의 클러스터에서 작동하며 보다 안정적이고 지속적인 클러스터를 제공하는 데 도움이 될 수 있습니다. HDBSCAN의 작동 방식에 대한 요약은 [이 문서를](https://hdbscan.readthedocs.io/en/latest/how_hdbscan_works.html) 참조하세요. DBSCAN과 HDBSCAN을 비교하려면 [이 문서](https://hdbscan.readthedocs.io/en/latest/comparing_clustering_algorithms.html#dbscan) 와 [이 문서를](https://hdbscan.readthedocs.io/en/latest/comparing_clustering_algorithms.html#hdbscan) 참조하세요.  
주:  
HDBSCAN으로 학습된 클러스터링 솔루션은 클러스터 업데이트를 지원하지 않습니다. 이러한 솔루션에 대한 업데이트가 실패하고 솔루션이 ml_cluster_detail_table에 기록되지 않습니다. 클러스터 업데이트를 사용하도록 설정하려면 DBSCAN 또는 k-means 학습 방법을 사용합니다.

## 프로시저

1. 다음으로 이동 모두예측 인텔리전스클러스터링솔루션 정의.  
2. 새로 만들기를 클릭합니다.
3. 새 클러스터링 솔루션 정의 양식을 만들거나 기존 클러스터링 솔루션 정의 양식을 사용합니다.  
   이 예시 시나리오에서는 아래 이미지와 같이 hdbscan-sf 클러스터링 정의 양식을 만듭니다. 다음과 같이 필드를 구성합니다.
   * 레이블: <kbd class="ph userinput">hdbscan-sf</kbd>
   * 단어 뭉치: <kbd class="ph userinput">incident_wc</kbd> 또는 인시던트 기록 데이터가 있는 다른 단어 말뭉치입니다.
   * 테이블: 인시던트 \[incident\]
   * 필드: 간단한 설명
   * 업데이트 빈도: 업데이트 안 함
   * 스톱 워드: 기본 영어 스톱 워드
   * 교육 빈도: 30일마다
   * 처리 언어: 영어

   {#configure-hdbscan-clustering-solution__ul_wwt_qpy_nnb}  
4. Submit \& Train을 클릭합니다.
5. 교육된 양식의 관련 링크 섹션에 있는 고급 솔루션 설정 탭의 선택기에서 솔루션 매개변수를 선택한 후 신규를 클릭합니다.  
6. 매개변수 기록을 생성합니다.
   1. 솔루션 매개변수 필드에서 검색 아이콘을 클릭합니다.
   2. \[ML Solution Parameters\] 화면에서 \[Use HDBSCAN for clustering\]을 선택합니다.  
   {#configure-hdbscan-clustering-solution__substeps_ow5_5tj_zjb}
7. 제출을 클릭합니다.  
   HDBSCAN 알고리즘이 기록에 적용된 고급 솔루션 설정 기록이 나타납니다.  
8. 제출을 클릭합니다.  
   결과: HDBSCAN이 클러스터링 솔루션에 맞게 구성되었습니다. 솔루션 매개변수는 클러스터링 솔루션 정의 양식의 고급 솔루션 설정 탭에 나타납니다.
**관련 태스크**   

* [클러스터링 솔루션 생성 및 교육](https://servicenow-prod.fluidtopics.net/S_ts7fOeVt~F0M_7i2kvtA "유사한 기록을 클러스터로 그룹화하여 기록을 일괄적으로 처리하거나 패턴을 파악할 수 있습니다.")