---
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


---

# 분류 또는 회귀 솔루션에 대한 XGBoost 구성

# 분류 또는 회귀 솔루션에 대한 XGBoost 구성 {#ariaid-title1}

* 릴리스 버전: Xanadu
* 
* 업데이트 날짜 2024년 08월 01일
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 소요 시간: 1분

XGBoost 인코딩을 적용하여 분류 또는 회귀 솔루션에 대한 훈련을 최적화합니다.

## 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.  
* 분류 솔루션 정의를 생성하거나 기존 정의를 사용합니다.
* 회귀 솔루션 정의를 생성하거나 기존 솔루션 정의를 사용합니다.
* 필요한 역할: admin 또는 ml_admin
{#configure-xgboost-classification-regression-solutions__ul_bbp_gcr_3lb}

## 이 태스크 정보

XGBoost는 여러 의사 결정 트리를 사용하고 단락 벡터 기반 텍스트와 TF-IDF 거리 기반 텍스트를 모두 지원하는 선택적 그래디언트 부스팅 프레임워크입니다. LogR은 기본 거리 기반 모델 알고리즘입니다.

이 예제 시나리오에서는 XGBoost를 분류 솔루션과 회귀 솔루션 모두에 적용합니다.

## 프로시저

1. 다음으로 이동 모두예측 인텔리전스분류솔루션 정의.
2. 분류 솔루션 정의 양식을 엽니다.
3. 폼의 Related Links(관련 링크) 섹션에 있는 Advanced Solution Settings(고급 솔루션 설정) 탭에서 New(새로 만들기)를 클릭합니다.  
4. 매개변수 기록을 생성합니다.
   1. 솔루션 매개변수 필드에서 검색 아이콘을 클릭합니다.
   2. ML 솔루션 파라미터(ML Solution Parameters) 화면에서 분류 모델 훈련에 XGBoost 알고리즘 사용(Use XGBoost algo for classification model training)을 선택합니다.

   {#configure-xgboost-classification-regression-solutions__substeps_ow5_5tj_zjb}  
5. 제출을 클릭합니다.  
   고급 솔루션 설정 기록 화면이 새로 고쳐집니다.  
6. 제출을 클릭합니다.  
   결과: XGBoost는 분류 솔루션에 맞게 구성됩니다. 해당 솔루션 매개변수는 분류 정의 양식의 고급 솔루션 설정 탭에 나타납니다.  
   주:  
   회귀 솔루션에서 XGBoost를 구성하려면 아래 단계를 따르십시오.
7. 다음으로 이동 예측 인텔리전스회귀솔루션 정의.
8. 이 두 번째 시나리오에서는 회귀 솔루션 정의 양식을 엽니다.
9. 회귀 솔루션을 사용하는 경우를 제외하고 이전 분류 솔루션 예제의 1-5단계를 반복합니다.
10. 제출을 클릭합니다.  
    결과:

    XGBoost는 회귀 솔루션에 맞게 구성됩니다. 솔루션 매개변수는 회귀 솔루션 정의 양식의 고급 솔루션 설정 탭에 나타납니다.
**관련 태스크**   

* [분류 솔루션 생성 및 교육](https://servicenow-prod.fluidtopics.net/Aeyc522NLOo_oiaOI2P4yw "분류 솔루션을 교육하는 데 사용되는 기록, 예측을 트리거하는 필드, 솔루션을 다시 교육하려는 빈도를 지정합니다.")
* [회귀 솔루션 생성 및 교육](https://servicenow-prod.fluidtopics.net/LaTmAogbEUAcMpYSeVSMkw "온도 또는 주가와 같은 숫자 출력을 예측하기 위해 기록 데이터를 사용하여 솔루션을 교육합니다. 예를 들어 회귀를 사용하여 인시던트 또는 케이스를 해결하는 데 걸리는 시간을 예측할 수 있습니다.")