Servir características
En este documento se describen las opciones que tienes para que las funciones estén disponibles para el entrenamiento y la inferencia de modelos de BigQuery ML. En todas las opciones, primero debes guardar las características en tablas de BigQuery.
Corrección de un momento dado
Los datos que se usan para entrenar un modelo suelen tener dependencias de tiempo integradas. Cuando crees una tabla de características para las características sensibles al tiempo, incluye una columna de marca de tiempo para representar los valores de las características tal como existían en un momento dado para cada fila. Después, puedes usar funciones de búsqueda en un momento dado al consultar datos de estas tablas de características para asegurarte de que no haya fugas de datos entre el entrenamiento y el servicio. Este proceso permite que los datos sean correctos en un momento dado.
Usa las siguientes funciones para especificar los límites de un momento concreto al obtener funciones sensibles al tiempo:
Servir características en BigQuery ML
Para entrenar modelos y realizar inferencias por lotes en BigQuery ML, puedes recuperar características mediante una de las funciones de búsqueda en un momento dado que se describen en la sección Corrección en un momento dado. Puede incluir estas funciones en la cláusula query_statement de la instrucción CREATE MODEL para el entrenamiento o en la cláusula query_statement de la función con valores de tabla correspondiente, como ML.PREDICT, para el servicio.
Publicar características con Vertex AI Feature Store
Para publicar características en modelos de BigQuery ML que estén registrados en Vertex AI, puedes usar Vertex AI Feature Store. Vertex AI Feature Store se basa en las tablas de características de BigQuery para gestionar y ofrecer características con baja latencia. Puedes usar el servicio online para obtener las características en tiempo real para la predicción online y el servicio offline para obtener las características para el entrenamiento del modelo.
Para obtener más información sobre cómo preparar datos de características de BigQuery para usarlos en Vertex AI Feature Store, consulta el artículo Preparar una fuente de datos.