Funktionsarkiv med Feast
För att säkerställa en effektiv utveckling genom hela maskininlärningens livscykel är det viktigt att föra detaljerade och heltäckande register över resurser. Funktionsarkiv och modellregister är exempel på användbara resursregister i faserna före och under modellering. I den här övningen implementerar du ett funktionsarkiv med hjälp av Feast. Den fördefinierade patient-entiteten samt särdragen cp, thalach, ca och thal har lästs in åt dig. ValueType, FeatureStore och FileSource är alla importerade från feast. heart_disease_df är också importerad.
Den här övningen är en del av kursen
End-to-End Machine Learning
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
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",
)