Определение представлений признаков с помощью Feast
Объявляйте сущности и признаки в реестре
«Определение представлений признаков с помощью Feast» — бесплатный урок MLOps Academy на CoddyKit. Это урок 2 из 4. Ты можешь прочитать весь урок бесплатно ниже — а потом практиковать его прямо в браузере с встроенным редактором кода и ИИ-репетитором 24/7. Это часть пути обучения MLOps Academy, и твой прогресс синхронизируется между веб-версией и приложением CoddyKit. Курс MLOps Academy содержит 4 уроков всего.
Строительные блоки
В Feast признаки описываются кодом: Entity, источник данных и FeatureView. Правильно задайте эти три элемента — и остальное встанет на свои места. 🏗️
Что такое Entity
Entity — это объект, который описывают ваши признаки, например водитель или клиент. Позже это будет ключ, по которому вы будете искать признаки.
driver = Entity(name="driver", join_keys=["driver_id"])Указание источника данных
Источник данных сообщает Feast, где находятся необработанные значения признаков, например в файле Parquet или таблице хранилища данных.
src = FileSource(path="driver_stats.parquet", timestamp_field="event_timestamp")FeatureView
FeatureView объединяет связанные признаки одной сущности и связывает их с источником. Это центральный элемент определения Feast.
Объявление полей
Внутри FeatureView каждое поле задаёт имя признака и его тип данных, чтобы Feast знал схему, которую будет предоставлять.
Field(name="conv_rate", dtype=Float32)Сборка определения
Один FeatureView объединяет сущность, схему и источник в единый объект, которым может управлять Feast. 🔗
fv = FeatureView(name="driver_stats", entities=[driver], schema=[Field(name="conv_rate", dtype=Float32)], source=src)Окно TTL
Параметр ttl FeatureView задаёт, как долго значение остаётся действительным. После этого периода Feast считает признак отсутствующим, а не устаревшим.
ttl=timedelta(days=1)Столбец временной метки
Каждому источнику нужен столбец временной метки события. Он фиксирует момент, когда каждое значение было актуальным, что делает возможным поиск с учётом времени.
Репозиторий признаков
Ваши определения хранятся в папке репозитория признаков с конфигурацией feature_store.yaml. Feast просматривает находящиеся там файлы Python в поисках ваших объектов.
Применение определений
Запуск feast apply регистрирует сущности и представления признаков в реестре. Пока вы не выполните apply, ничего не будет доступно.
feast applyРеестр
Реестр — это каталог Feast, содержащий все сущности и представления признаков. Коллеги обращаются к нему, чтобы узнать, какие признаки уже существуют. 📒
Быстрая проверка
Вокруг какого объекта FeatureView объединяет признаки?
Итоги
Вы определили объекты Feast: Entity, источник и Feature View с полями и параметром ttl, а затем запустили feast apply для их регистрации. Далее вы предоставите их онлайн.
Изучай Python с ИИ-репетитором — бесплатно
Пиши и запускай код прямо в браузере, получай мгновенную помощь от ИИ-репетитора 24/7 и продолжи учиться на сайте или в приложении.
- Курсы
- 30
- Уроки
- 120
Часто задаваемые вопросы
Урок «Определение представлений признаков с помощью Feast» бесплатный?
Да — полный текст урока «Определение представлений признаков с помощью Feast» бесплатно доступен здесь в веб-версии. Чтобы практиковать его интерактивно (встроенный редактор кода и ИИ-репетитор 24/7) и разблокировать остальной курс MLOps Academy, подпишись на CoddyKit PRO. Курс MLOps Academy содержит 4 уроков всего.
Чему я научусь в уроке «Определение представлений признаков с помощью Feast»?
Объявляйте сущности и признаки в реестре Ты практикуешь MLOps Academy с помощью реального кода, который запускаешь прямо в браузере, и ИИ-репетитор 24/7 отвечает на твои вопросы во время урока.
Нужен ли мне опыт, чтобы начать MLOps Academy?
Предыдущий опыт не требуется. MLOps Academy на CoddyKit структурирован для всех уровней — от новичков до продвинутых, поэтому ты можешь начать отсюда или с самого начала и учиться в своем темпе. Это урок 2 из 4.
Сколько времени занимает урок «Определение представлений признаков с помощью Feast»?
Большинство уроков CoddyKit занимают около 5–10 минут. Каждый из них компактный и интерактивный, поэтому ты постоянно делаешь прогресс и продолжаешь с того же места в веб-версии и приложении.
Можно ли писать и запускать код в этом уроке MLOps Academy?
Да. Каждый урок MLOps Academy включает встроенный редактор кода, поэтому ты пишешь и запускаешь реальный код прямо в браузере и получаешь моментальную обратную связь от AI — локальная установка не требуется.
Все уроки этого курса
- Зачем нужны хранилища признаков
- Определение представлений признаков с помощью Feast
- Материализация признаков в оперативное хранилище
- Получение признаков, корректных на момент времени