Publicação de funcionalidades
Este documento descreve as suas opções para disponibilizar funcionalidades para a preparação e a inferência de modelos do BigQuery ML. Para todas as opções, tem de guardar as funcionalidades em tabelas do BigQuery como primeiro passo pré-requisito.
Correção pontual
Os dados usados para preparar um modelo têm, muitas vezes, dependências de tempo incorporadas. Quando cria uma tabela de funcionalidades para funcionalidades sensíveis ao tempo, inclua uma coluna de data/hora para representar os valores das funcionalidades tal como existiam num determinado momento para cada linha. Em seguida, pode usar funções de pesquisa num determinado momento quando consultar dados destas tabelas de funcionalidades para garantir que não existe fuga de dados entre a preparação e a publicação. Este processo permite a correção num determinado momento.
Use as seguintes funções para especificar limites temporais quando obtiver funcionalidades sensíveis ao tempo:
Publicar funcionalidades no BigQuery ML
Para preparar modelos e realizar inferência em lote no BigQuery ML, pode obter funcionalidades através de uma das funções de pesquisa num determinado momento descritas na secção Correção num determinado momento. Pode incluir estas funções na cláusula query_statement da declaração CREATE MODEL para a preparação ou na cláusula query_statement da função de valor de tabela adequada, como ML.PREDICT, para a publicação.
Publique funcionalidades com o Vertex AI Feature Store
Para apresentar funcionalidades a modelos do BigQuery ML que estão registados no Vertex AI, pode usar o Vertex AI Feature Store. O Vertex AI Feature Store funciona com base em tabelas de caraterísticas no BigQuery para gerir e publicar caraterísticas com baixa latência. Pode usar a publicação online para obter funcionalidades em tempo real para a previsão online e pode usar a publicação offline para obter funcionalidades para a preparação de modelos.
Para mais informações sobre a preparação de dados de caraterísticas do BigQuery para utilização no Vertex AI Feature Store, consulte o artigo Prepare a origem de dados.