Sélectionner vos préférences de cookies

Nous utilisons des cookies essentiels et des outils similaires qui sont nécessaires au fonctionnement de notre site et à la fourniture de nos services. Nous utilisons des cookies de performance pour collecter des statistiques anonymes afin de comprendre comment les clients utilisent notre site et d’apporter des améliorations. Les cookies essentiels ne peuvent pas être désactivés, mais vous pouvez cliquer sur « Personnaliser » ou « Refuser » pour refuser les cookies de performance.

Si vous êtes d’accord, AWS et les tiers approuvés utiliseront également des cookies pour fournir des fonctionnalités utiles au site, mémoriser vos préférences et afficher du contenu pertinent, y compris des publicités pertinentes. Pour accepter ou refuser tous les cookies non essentiels, cliquez sur « Accepter » ou « Refuser ». Pour effectuer des choix plus détaillés, cliquez sur « Personnaliser ».

Sources de données du kit SDK d'intégrateur de fonctionnalités

Mode de mise au point
Sources de données du kit SDK d'intégrateur de fonctionnalités - Amazon SageMaker AI

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Le SDK Amazon SageMaker Feature Store Feature Processor pour Python (Boto3) fournit des constructions permettant de charger des données à partir de groupes de fonctionnalités ou d'objets stockés dans Amazon S3. Pour obtenir la liste complète des définitions de sources de données fournies par Feature Store, consultez Kit SDK Python Feature Store de source de données d'intégrateur de fonctionnalités (langue française non garantie).

Pour des exemples d'utilisation des définitions de sources de données du kit SDK Python Feature Store, consultez Exemple de code de fonctionnalisation pour des cas d'utilisation courants.

FeatureGroupDataSource

FeatureGroupDataSource est utilisé pour spécifier un groupe de fonctionnalités en tant que source de données d'entrée pour un intégrateur de fonctionnalités. Les données peuvent être chargées à partir d'un groupe de fonctionnalités d'un magasin hors connexion. Toute tentative de chargement de vos données à partir d'un groupe de fonctionnalités d'un magasin en ligne entraînera une erreur de validation. Vous pouvez spécifier des décalages de début et de fin pour limiter les données chargées dans une plage de temps spécifique. Par exemple, vous pouvez spécifier un décalage de début de « 14 jours » pour charger uniquement les données des deux dernières semaines, et vous pouvez également spécifier un décalage de fin de « 7 jours » pour limiter les données d'entrée à la semaine précédente.

Définitions des sources de données fournies par Feature Store

Le kit SDK Python Feature Store contient des définitions de sources de données qui peuvent être utilisées pour spécifier diverses sources de données d'entrée pour un intégrateur de fonctionnalités. Elles incluent des sources CSV, Parquet et de table Iceberg. Pour obtenir la liste complète des définitions de sources de données fournies par Feature Store, consultez Kit SDK Python Feature Store de source de données d'intégrateur de fonctionnalités (langue française non garantie).

ConfidentialitéConditions d'utilisation du sitePréférences de cookies
© 2025, Amazon Web Services, Inc. ou ses affiliés. Tous droits réservés.