Distribuzione delle caratteristiche
Dopo aver creato le caratteristiche, puoi renderle disponibili per l'addestramento e l'inferenza del modello. Questo documento descrive la funzionalità di pubblicazione disponibili in BigQuery ML.
Correttezza point-in-time
I dati utilizzati per addestrare un modello spesso hanno dipendenze temporali integrate. Data/Ora le tabelle di caratteristiche sensibili includono una colonna timestamp per rappresentare la caratteristica i valori esistenti per ogni riga in un determinato momento. Puoi usare le metriche point-in-time funzioni di ricerca quando si eseguono query sui dati delle tabelle delle caratteristiche urgenti in modo da per garantire che non vi siano dati perdite tra l'addestramento e la pubblicazione. Ciò consente la correttezza point-in-time.
Utilizza le seguenti funzioni per specificare i limiti temporali per il recupero funzionalità urgenti:
Puoi utilizzare le funzionalità recuperate per eseguire le seguenti attività:
- Addestra i modelli ed esegui l'inferenza in BigQuery ML.
- Pubblica direttamente le caratteristiche online in Vertex AI Feature Store.
Pubblicazione online con Vertex AI Feature Store
Oltre al supporto delle funzionalità integrate in BigQuery ML, un'integrazione perfetta Vertex AI Feature Store ti consente di gestire e gestire le caratteristiche con bassa latenza. In particolare, puoi utilizzare le funzioni di ricerca point-in-time per creare tabelle di caratteristiche o viste che puoi pubblicare direttamente le tabelle delle caratteristiche e registrare con Vertex AI Feature Store per la distribuzione online. Per ulteriori informazioni le informazioni, vedi Prepara l'origine dati.