启用字段值建议

您可以使用 AI 配置应用程序为字段启用 AI 推荐值。 字段值建议使用 mcc 模型模板。

1. 在 Maximo Manage 中，在人工智能配置应用程序中，单击添加配置。
2. 在名称字段中，指定一个名称
3. 可选： 在 " 说明 "字段中，指定一个说明。
4. 在模板字段中，选择 mcc 模板。
5. 在模板版本字段中，选择最新的模板版本。
6. 在对象结构字段中，选择在调用通道以及训练和推理过滤器中使用的对象结构。
7. 可选： 在目标对象路径字段中，选择子对象的层次结构路径。
   只有当推理对象是子对象的属性而不是对象结构的主对象时，才需要使用该值。 在训练和推理过程中选择子对象时，目标对象路径会映射对象结构中的层次路径。 层次路径只支持根对象的直接子对象。
8. 在属性字段中，指定代表要生成推荐值的字段的特定对象结构属性。 选择与调用通道请求模板中指定的属性相同的属性进行训练。
9. 可选： 在目标描述字段中，指定包含目标属性描述的属性名称。
   例如，如果目标属性是工作类型，则指定工作类型的描述字段对象。 通过选择目标描述，模型可以更有效地推荐值。
10. 在培训调用通道字段中，选择用于培训的调用通道。
11. 在训练筛选器字段中，选择训练筛选器。
12. 在推理调用通道字段中，选择推理的调用通道。
13. 在推理过滤器字段中，指定推理过滤器。
14. 单击创建。
15. 在人工智能配置表中，选择您创建的人工智能配置。
16. 设置参数。
    参数可控制模型输出的某些方面，例如可接受值的阈值。
    1. 单击 “操作” > “设置参数 ”。
    2. 为参数指定一个值。 下表描述了参数。 您必须为特征参数设置一个值。

       表 1. mcc 模型模板的参数

       自变量键	描述	类型	缺省值
       features	指定在对象结构查询模板中指定的与描述相关的特征。 指定一个以逗号分隔的列表。 如果目标属性描述来自相关对象，则只指定属性描述。 要指定作为多个相关对象子属性的描述，请使用以下符号： relationship_name.attribute_name*	字符串	无缺省值
       score_threshold	该模型会生成一个分数，衡量每个值的可推荐程度。 得分高于阈值的值将被视为推荐值。 如果您是第一次设置这种类型的推荐，您可以选择将分数阈值设置得低一些。 数值越小，模型输出任何结果的可能性就越大，但通常也会降低理想的输出结果，尤其是当训练筛选器中没有多样化或足够数量的数据时。	整数	0.5

    3. 单击保存。
17. 可选： 在编辑 AI 配置对话框中，指定有关模型的信息。
    1. 单击 “操作 ”> “编辑”。
    2. 在 "人工智能解释的其他详细信息 "部分，请提供与贵组织相关的任何信息，以帮助最终用户理解模型及其输出。
       在模型输出的旁边有一个 AI 图标。 您的用户可以单击 AI 图标，然后访问您在本节中指定的任何信息以及 IBM 提供的其他一般型号信息。 您可以完成人工智能配置过程，查看人工智能图标及其内容的上下文，之后再根据需要编辑此部分。
    3. 单击保存。
18. 单击 “操作” > “检查数据要求 ”。

    检查数据要求时，会对训练数据进行审查，以确定数据是否包含足够的细节。 如果数据检查失败，就必须在训练过滤器中添加数据或提高数据质量。 如需了解更多信息，请参阅 《为字段值建议准备数据》。

19. 单击 “操作” > “激活”

    激活人工智能配置表示人工智能配置已准备就绪，模型已准备好接受训练。

20. 可选： 更改培训过程的频率

    培训按任务时间表进行控制。 AITRAINJOB cront 任务会启动所有符合条件的人工智能配置的训练。 默认情况下，crontask 每五分钟运行一次。

    如需更多信息，请参阅 “训练与推理 ”。

    如果想让训练更快运行，可以编辑 cron 任务计划。

    1. 在 Maximo Manage 中，在 Cron Task Setup 应用程序中，打开 AITRAINJOB cron 任务。
    2. 在 Cron 任务实例表中，在 WOAI 实例的时间表字段中更改值。
    等待几分钟后再继续下一步。
21. 在 AI 配置应用程序中，在字段值推荐的 AI 配置中，单击 “操作 ”> “训练模型”

    您可以在模型训练日志表或模型状态对话框中监控训练情况。

    模型训练日志表在您创建的人工智能配置中，包含训练过程的逐步更新，但您必须刷新页面才能看到更新。 要刷新页面，请单击 " 刷新 "。

    要打开 “模型状态 ”对话框，请在 AI 配置中点击 “操作 ”> “检查模型状态 ”。

    模型准确度得分是衡量模型在训练数据上的表现。 分值代表了模型认为合理的正确或最佳推荐值的数量。 越接近 1，就模型所训练的数据而言，输出可能越准确。 如果模型是在不完整或多样化的数据上训练的，但得分阈值较低，那么准确度得分可能很高，但输出结果并不准确。

    有关故障排除的信息，请参阅《 Maximo AI 服务和 AI 功能的故障排除 》。

22. 找到显示建议的字段。 确认建议是否与预期相符。 要启用推荐功能，基础记录必须包含在推理过滤器中。