Configurar HDBSCAN para uma solução de clustering

  • Versão de lançamento: Washingtondc
  • Atualizado 1 de fev. de 2024
  • 2 min. de leitura

    • Considere aplicar a codificação de clustering espacial baseado em densidade hierárquica de aplicações com ruído (HDBSCAN) à sua solução de cluster. K-means é o algoritmo de clustering padrão.

    Antes de Iniciar

    Nota:
    Definir configurações avançadas em suas soluções de ML é opcional. Se você optar por definir qualquer uma dessas configurações, certifique-se de estar bem informado sobre a tecnologia que está habilitando na solução e de ter um caso de uso que se beneficie do que a tecnologia oferece.
    • Crie uma definição de solução de clustering ou use uma existente.
    • Função necessária: admin ou ml_admin

    Por Que e Quando Desempenhar Esta Tarefa

    Você pode aplicar o algoritmo HDBSCAN para ajudar o sistema a identificar amostras de dados que não estão atribuídas a nenhum cluster. Por exemplo, você pode aplicar o HDBSCAN para oferecer suporte à descoberta de tópico.

    O Predictive Intelligence usa o algoritmo k-means por padrão em sua estrutura de cluster. O HBSSCAN é outro algoritmo de clustering semelhante ao algoritmo DBSCAN, exceto que ele funciona com clusters de tamanho mínimo e pode ajudar a fornecer clusters mais estáveis e persistentes. Para obter um resumo de como o HDBSCAN funciona, consulte este artigo. Para obter uma comparação entre DBSCAN e HDBSCAN, consulte este artigo e este artigo.

    Nota:
    As soluções de cluster treinadas com HDBSCAN não são compatíveis com atualizações de cluster. As atualizações nessas soluções falham e as soluções não são registradas em ml_cluster_detail_table. Use os métodos de treinamento DBSCAN ou k-means se quiser habilitar atualizações de cluster.

    Procedimento

    1. Navegar até Todos > Predictive Intelligence > Clustering > Definições de solução.
      O caminho de navegação do Predictive Intelligence para a exibição de lista Definições de cluster em que você cria uma nova definição de solução de cluster.
    2. Clique em Nova.
    3. Crie um novo formulário de definição de solução de clustering ou use um existente.
      Neste cenário de exemplo, você cria o formulário de definição de cluster hdbscan-sf como na imagem abaixo. Configure os campos da seguinte forma:
      • Rótulo: hdbscan-sf
      • Corpus de palavras: incident_wcou qualquer outro corpus de palavras que tenha dados de registro de incidente
      • Tabela: Incidente [incidente]
      • Campos: descrição resumida
      • Frequência de atualização: não atualizar
      • Palavras irrelevantes: palavras irrelevantes padrão em inglês
      • Frequência de treinamento: a cada 30 dias
      • Idioma de processamento: inglês
      Um exemplo de definição de solução de cluster que você cria na qual aplicará o parâmetro DBSCAN.
    4. Clique em Enviar e treinar.
    5. Na guia Configurações avançadas da solução, na seção Links relacionados do formulário treinado, selecione Parâmetros da solução no seletor e clique em Novo.
      Como selecionar a opção Parâmetros da solução para criar o parâmetro.
    6. Crie um registro de parâmetro.
      1. No campo Parâmetros da solução, clique no ícone de pesquisa.
      2. Na tela Parâmetros da solução ML, selecione Usar HDBSCAN para clustering.
        Como criar o registro de parâmetro selecionando o botão Pesquisar e, em seguida, selecionando a Descrição Resumida da chave HDBSCAN.
    7. Clique em Enviar.
      O registro de configuração de solução avançada aparece com o algoritmo HDBSCAN aplicado ao registro.
      O novo registro de parâmetro da solução que você cria a partir dos valores que acabou de atribuir.
    8. Clique em Enviar.
      Resultado: o HDBSCAN está configurado para sua solução de cluster. Seu parâmetro de solução aparece na guia Configurações avançadas de solução do formulário de definição de solução de clustering.
      Quando você envia o registro que criou, o parâmetro de solução HDBSCAN aparece no formulário de definição de solução de clustering.