Esportazione delle caratteristiche
Dopo aver creato le caratteristiche, puoi renderle disponibili per l'addestramento e l'inferenza del modello. Questo documento descrive le funzionalità di distribuzione delle caratteristiche disponibili in BigQuery ML.
Correttezza point-in-time
I dati utilizzati per addestrare un modello spesso hanno dipendenze temporali integrate. Le tabelle delle caratteristiche sensibili al tempo includono una colonna timestamp per rappresentare i valori delle caratteristiche così come esistevano in un determinato momento per ogni riga. Puoi utilizzare le funzioni di ricerca point-in-time quando esegui query sui dati da tabelle di caratteristiche sensibili al tempo per assicurarti che non ci siano fuga di dati tra l'addestramento e la pubblicazione. Ciò consente la correttezza point-in-time.
Utilizza le seguenti funzioni per specificare i limiti di tempo point-in-time durante il recupero di funzionalità sensibili al tempo:
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 integrato per la distribuzione delle caratteristiche in BigQuery ML, l'integrazione perfetta con Vertex AI Feature Store consente di gestire e pubblicare 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 fornire direttamente oppure puoi creare manualmente tabelle di caratteristiche e registrarle con Vertex AI Feature Store per la distribuzione online. Per scoprire di più, consulta Preparare l'origine dati.