磚特性的商店

什麼是特色商店?

特征存儲是一個集中的存儲庫，它使數據科學家能夠查找和共享特征，並確保用於計算特征值的相同代碼用於模型訓練和推斷。

機器學習使用現有數據建立模型來預測未來的結果。在幾乎所有情況下，原始數據在用於構建模型之前都需要預處理和轉換。這個過程被稱為特征化或特征工程，這個過程的輸出被稱為特征——模型的構建模塊。

開發功能是複雜和耗時的。另外一個複雜的問題是，對於機器學習，需要在模型訓練時進行特征化計算，然後在使用模型進行預測時再次進行特征化計算。這些實現可能不是由同一個團隊或使用相同的代碼環境完成的，這可能導致延遲和錯誤。另外，組織中的不同團隊通常有相似的特性需求，但可能不知道其他團隊所做的工作。特性商店就是為解決這些問題而設計的。

為什麼使用Databricks特性商店?

Databricks Feature Store與Databricks的其他組件完全集成。

• 可發現性。從Databricks工作空間訪問的Feature Store UI允許您瀏覽和搜索現有的特性。

• 血統。當您使用feature Store創建特性表時，用於創建特性表的數據源將被保存並可訪問。對於特性表中的每個特性，您還可以訪問使用該特性的模型、筆記本、作業和端點。

• 集成模型評分和服務。當您使用Feature Store中的特性來訓練模型時，模型會與特性元數據打包在一起。當您使用該模型進行批量評分或在線推理時，它會自動從Feature Store中檢索特性。調用者不需要了解它們，也不需要包含查找或連接特性以獲取新數據的邏輯。這使得模型的部署和更新更加容易。

• 時間點查找。Feature Store支持需要時間點正確性的時間序列和基於事件的用例。

開始使用功能商店

請參閱以下文章來開始使用Feature Store:

• 看到一個例如筆記本電腦這說明了創建特性、更新它們以及將它們用於模型訓練和批處理推理的過程。

• 參見參考資料特性庫Python API．

• 了解用Feature Store訓練模型．

• 了解使用功能表．

• 使用時間序列特征表和時間點查找檢索某一特定時間的最新特征值，用於訓練或評分模型。

• 了解向在線功能商店發布功能用於實時服務和自動特征查找。

• 跨工作空間共享功能表．

• 控製對特征表的訪問．

更多的信息

有關使用Feature Store最佳實踐的更多信息，請下載特色商店綜合指南．