修改階段 2 的訓練集
階段 2 對於所有剩餘的發現項目,採用監督式機器學習技術,以決定對於發現項目是否可採取動作。
IFA 階段 2 採用的機器學習使用訓練集來建置分類模型。然後,此模型可用來預測四種分類之一,如下所示:
-
- 高度可採取動作
- 中度可採取動作
- 低度可採取動作
- 不受關注
IFA 階段 2 指派介於 0 和 1 的預測值給每一個分類,此值代表機器根據此訓練集而正確分類的機率。然後,系統會查看每一個發現項目的每一個分類算出的機率,並選取算出最高機率來選擇回應。
透過手動將新的評量分類,讓訓練集「學習」。IFA 會依優先順序使用下列演算法,以讀取評量檔中的分類:
- 附註
- 1=高
- 2=中
- 3=低
- 4=不受關注
- 已修改的嚴重性
- 高=高
- 中=中
- 低=低
- 參考資訊=不受關注
- 嚴重性
- 高=高
- 中=中
- 低=低
- 參考資訊=不受關注
- 已排除的發現項目=不受關注
基本上,嚴重性會調整為適合分類的值,因為這是最簡單的途徑。認為不受關注的任何發現項目都可排除,這些發現項目將會被當成不受關注的發現項目而套用至訓練集。
訓練評量全部儲存在這裡:
<data_dir>\ml\spark\train
只要有修改出廠集或新增評量,就會引起 IFA 重建預測模型。請重新啟動伺服器,以利用更新後的訓練集。