特征传送

创建特征后，您可以提供这些特征以用于模型训练和推理。本文档介绍了 BigQuery ML 中提供的特征传送功能。

时间点正确性

用于训练模型的数据通常内置了时间依赖项。时间敏感特征表包含一个时间戳列，用于表示每行在给定时间存在的特征值。在查询时间敏感特征表中的数据时，您可以使用时间点查询函数，以确保训练和传送之间不存在数据泄露情况。这样可实现时间点正确性。

在检索时间敏感特征时，使用以下函数指定截止时间点：

• ML.FEATURES_AT_TIME
• ML.ENTITY_FEATURES_AT_TIME

您可以使用检索到的特征执行以下任务：

• 在 BigQuery ML 中训练模型并运行推理。
• 直接在 Vertex AI Feature Store 中传送在线特征。

使用 Vertex AI Feature Store 在线传送

除了 BigQuery ML 内置的特征传送支持之外，与 Vertex AI Feature Store 的无缝集成还可让您以低延迟管理和传送特征。更具体地说，您可以使用时间点查询函数来创建可以直接传送的特征表或视图，也可以手动创建特征表并将其注册到 Vertex AI Feature Store 以进行在线传送。如需了解详情，请参阅准备数据源。