Concetti di base sul Feature Store

Feature Store: livello di archiviazione e gestione dei dati per le funzionalità di machine learning (ML). Funge da unica fonte di dati per archiviare, recuperare, rimuovere, tracciare, condividere, individuare e controllare l'accesso alle funzionalità. Nel seguente diagramma esemplificativo, il Feature Store è un archivio per i gruppi di funzionalità, che contiene i dati ML e fornisce servizi aggiuntivi.

Archivio online: archivio a bassa latenza e alta disponibilità per un gruppo di funzionalità che consente la ricerca in tempo reale dei record. Il negozio online consente un rapido accesso al record più recente tramite. GetRecord API

Archivio offline: archivia i dati storici nel bucket Amazon S3. L’archivio offline viene utilizzato quando non sono necessarie letture a bassa latenza (inferiore al secondo). Ad esempio, l’archivio offline può essere utilizzato quando si desidera archiviare e fornire funzionalità per l'esplorazione, l'addestramento dei modelli e l'inferenza in batch.

Gruppo di funzionalità: la risorsa principale di Feature Store, che contiene i dati e i metadati utilizzati per l'addestramento o la previsione con un modello ML. Un gruppo di funzionalità è un raggruppamento logico di funzionalità utilizzato per descrivere i record. Nel seguente diagramma esemplificativo, un gruppo di funzionalità contiene i dati ML.

Funzionalità: proprietà che viene utilizzata come input per addestrare o prevedere utilizzando il modello ML. Nel Feature Store API una funzionalità è un attributo di un record. Nel seguente diagramma esemplificativo, una funzionalità descrive una colonna nella tabella di dati ML.

Definizione della funzionalità: è costituita da un nome e da un tipo di dati (integrale, stringa o frazionario). Un gruppo di funzionalità contiene un elenco di definizioni di funzionalità. Per ulteriori informazioni sui tipi di dati del Feature Store, consulta Tipi di dati.

Record: raccolta di valori per le funzionalità per un singolo identificativo di record. Una combinazione di valori identificativi del record e del tempo dell'evento identifica in modo univoco un record all'interno di un gruppo di funzionalità. Nel seguente diagramma esemplificativo, un record è una riga nella tabella di dati ML.

Nome identificativo del record: il nome identificativo del record è il nome della funzionalità che identifica i record. Deve fare riferimento a uno dei nomi di una funzionalità definita nelle definizioni del gruppo di funzionalità. Ogni gruppo di funzionalità è definito con un nome identificativo del record.

Ora dell'evento: marca temporale fornita, corrispondente al momento in cui si è verificato l'evento di registrazione. A tutti i record di un gruppo di funzionalità deve corrispondere l'ora dell'evento. L’archivio online contiene solo il record corrispondente all'ora dell'ultimo evento, mentre quello offline contiene tutti i record storici. Per ulteriori informazioni sui formati dell’ora dell’evento, consulta Tipi di dati.

Inserimento: aggiunta di nuovi record a un gruppo di funzionalità. L'ingestione viene in genere ottenuta tramite. PutRecord API

La definizione di una funzionalità descrive il nome della stessa e il tipo di dati dei valori della funzionalità associati ai record.

Un record contiene i valori delle funzionalità, è identificato in modo univoco dal relativo identificativo di record e deve includere l'ora dell'evento.