Feature store menggunakan Feast
Agar pengembangan berjalan efektif sepanjang siklus hidup machine learning, penting untuk menjaga catatan sumber daya yang rinci dan komprehensif. Feature store dan model registry adalah contoh pencatatan sumber daya yang membantu pada tahap pra-pemodelan dan pemodelan. Dalam latihan ini, Anda akan mengimplementasikan feature store menggunakan Feast. Entity patient yang sudah ditentukan, serta fitur cp, thalach, ca, dan thal telah dimuat untuk Anda. ValueType, FeatureStore, dan FileSource semuanya diimpor dari feast. heart_disease_df juga telah diimpor.
Latihan ini adalah bagian dari kursus
Machine Learning Ujung ke Ujung
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
heart_disease_df.to_parquet("heart_disease.parquet")
# Point File Source to the saved file
data_source = ____(
path=____,
event_timestamp_column="timestamp",
created_timestamp_column="created",
)