Feature store z użyciem Feast
Aby zapewnić skuteczne tworzenie modeli na każdym etapie cyklu życia uczenia maszynowego, ważne jest prowadzenie szczegółowej i kompletnej dokumentacji zasobów. Feature store'y i rejestry modeli to przykłady przydatnych rejestrów zasobów w fazach przed modelowaniem i modelowania. W tym ćwiczeniu zaimplementujesz feature store z użyciem Feast. Predefiniowana encja patient oraz cechy cp, thalach, ca i thal zostały już załadowane. ValueType, FeatureStore i FileSource są zaimportowane z feast. Zaimportowano również heart_disease_df.
To ćwiczenie jest częścią kursu
End-to-End Machine Learning
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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",
)