Automatische Featuresuche mit MLFlow-Modellen auf Databricks
Die Modellbereitstellung kann automatisch Featurewerte aus veröffentlichten Onlinespeichern oder Onlinetabellen suchen. In diesem Artikel wird beschrieben, wie Sie mit Onlinespeichern arbeiten. Informationen zum Arbeiten mit Onlinetabellen finden Sie unter Verwenden von Onlinetabellen für die Echtzeitfunktionsbereitstellung.
Anforderungen
- Das Modell muss mit
FeatureEngineeringClient.log_model(für Feature Engineering im Unity-Katalog) oderFeatureStoreClient.log_model(für den Feature Store im Arbeitsbereich, erfordert mindestens v0.3.5) protokolliert worden sein. - Der Onlineshop muss mit schreibgeschützten Anmeldeinformationen veröffentlicht werden.
Hinweis
Sie können die Featuretabelle jederzeit vor der Modellbereitstellung veröffentlichen, auch nach dem Modelltraining.
Automatische Featuresuche
Azure Databricks-Modellbereitstellung unterstützt die automatische Featuresuche aus den folgenden Onlineshops:
- Azure Cosmos DB (v0.5.0 und höher)
Die automatische Featuresuche wird für die folgenden Datentypen unterstützt:
IntegerTypeFloatTypeBooleanTypeStringTypeDoubleTypeLongTypeTimestampTypeDateTypeShortTypeDecimalTypeArrayTypeMapType
Überschreiben von Featurewerten bei der Onlinemodellbewertung
Alle Features, die für das Modell erforderlich sind (protokolliert mit FeatureEngineeringClient.log_model oder FeatureStoreClient.log_model), werden automatisch in Onlineshops für die Modellbewertung gesucht. Schließen Sie die Featurewerte als Teil der API-Payload ein, um Featurewerte bei der Bewertung eines Modells mithilfe einer REST-API mit der Modellbereitstellung zu überschreiben.
Hinweis
Die neuen Featurewerte müssen wie vom zugrunde liegenden Modell erwartet dem Datentyp des Features entsprechen.
Notebook-Beispiele: Unity Catalog
Mit Databricks Runtime 13.3 LTS und höher kann jede Delta-Tabelle in Unity Catalog mit einem Primärschlüssel als Featuretabelle verwendet werden. Wenn Sie eine in Unity Catalog registrierte Tabelle als Featuretabelle verwenden, sind alle Unity Catalog-Funktionen automatisch für die Featuretabelle verfügbar.
Dieses Beispielnotebook veranschaulicht, wie Funktionen in einem Online-Shop veröffentlicht und dann ein trainiertes Modell bereitgestellt werden, das automatisch Funktionen aus dem Online-Shop sucht.
Onlinespeicher mit Unity Catalog-Beispielnotebook
Notebookbeispiele: Arbeitsbereichs-Feature Store
Dieses Beispielnotebook veranschaulicht, wie Funktionen in einem Online-Shop veröffentlicht und dann ein trainiertes Modell bereitgestellt werden, das automatisch Funktionen aus dem Online-Shop sucht.