FeatureSetOperations Klasse

FeatureSetOperations.

Sie sollten diese Klasse nicht direkt instanziieren. Stattdessen sollten Sie einen MLClient-instance erstellen, der ihn für Sie instanziiert und als Attribut anfügt.

Vererbung

azure.ai.ml._scope_dependent_operations._ScopeDependentOperations

FeatureSetOperations

Konstruktor

FeatureSetOperations(operation_scope: OperationScope, operation_config: OperationConfig, service_client: AzureMachineLearningWorkspaces, datastore_operations: DatastoreOperations, **kwargs: Dict)

Parameter

operation_scope

operation_config

service_client

datastore_operations

Methoden

archive	Archivieren sie ein FeatureSet-Objekt.
begin_backfill	Backfill.
begin_create_or_update	Erstellen oder Aktualisieren von FeatureSet
get	Rufen Sie das angegebene FeatureSet-Objekt ab.
get_feature	Feature abrufen :Schlüsselwort (keyword) feature_name. Hierbei muss die Groß-/Kleinschreibung beachtet werden. :p aramtype feature_name: str :Schlüsselwort (keyword) tags: Zeichenfolgendarstellung einer durch Trennzeichen getrennten Liste von Tagnamen (und optional Werte). Beispiel: "tag1,tag2=value2".
list	Listen Sie die FeatureSet-Ressourcen des Arbeitsbereichs auf. Standardwert: ACTIVE_ONLY. :type list_view_type: Optional[ListViewType] :return: Ein Iterator wie instance von FeatureSet-Objekten :rtype: ~azure.core.paging.ItemPaged[FeatureSet]
list_features	Features auflisten
list_materialization_operations	Listenmaterialisierungsvorgang.
restore	Stellen Sie ein archiviertes FeatureSet-Objekt wieder her.

archive

Archivieren sie ein FeatureSet-Objekt.

archive(name: str, version: str, **kwargs: Dict) -> None

Parameter

name

str

Erforderlich

Name des FeatureSet-Assets.

version

str

Erforderlich

Version des FeatureSet-Assets.

Gibt zurück

Keine

begin_backfill

Backfill.

begin_backfill(*, name: str, version: str, feature_window_start_time: datetime, feature_window_end_time: datetime, display_name: str | None = None, description: str | None = None, tags: Dict[str, str] | None = None, compute_resource: MaterializationComputeResource | None = None, spark_configuration: Dict[str, str] | None = None, **kwargs: Dict) -> LROPoller[FeatureSetBackfillMetadata]

Parameter

name

str

Name der Funktionsgruppe. Hierbei muss die Groß-/Kleinschreibung beachtet werden.

version

str

Versionsbezeichner. Hierbei muss die Groß-/Kleinschreibung beachtet werden.

feature_window_start_time

datetime

Startzeit des zu materialisierenden Featurefensters.

feature_window_end_time

datetime

Endzeit des zu materialisierenden Featurefensters.

display_name

str

Gibt eine Beschreibung an.

description

str

Gibt eine Beschreibung an.

tags

dict[str, str]

Eine Reihe von Tags. Gibt die Tags an.

compute_resource

MaterializationComputeResource

Gibt die Computeressourceneinstellungen an.

spark_configuration

dict[str, str]

Gibt die Spark-Computeeinstellungen an.

Gibt zurück

Ein instance von LROPoller, der ~azure.ai.ml.entities.FeatureSetBackfillMetadata zurückgibt

Rückgabetyp

LROPoller[FeatureSetBackfillMetadata]

begin_create_or_update

Erstellen oder Aktualisieren von FeatureSet

begin_create_or_update(featureset: FeatureSet, **kwargs: Dict) -> LROPoller[FeatureSet]

Parameter

featureset

FeatureSet

Erforderlich

FeatureSet-Definition.

Gibt zurück

Ein instance von LROPoller, der ein FeatureSet zurückgibt.

Rückgabetyp

LROPoller[FeatureSet]

get

Rufen Sie das angegebene FeatureSet-Objekt ab.

get(name: str, version: str, **kwargs: Dict) -> FeatureSet

Parameter

name

str

Erforderlich

Name des FeatureSet-Assets.

version

str

Erforderlich

Version des FeatureSet-Assets.

Gibt zurück

FeatureSet-Objektobjekt.

Rückgabetyp

FeatureSet

Ausnahmen

ValidationException

Wird ausgelöst, wenn FeatureSet nicht erfolgreich identifiziert und abgerufen werden kann. Details werden in der Fehlermeldung angegeben.

get_feature

Feature abrufen

:Schlüsselwort (keyword) feature_name. Hierbei muss die Groß-/Kleinschreibung beachtet werden. :p aramtype feature_name: str :Schlüsselwort (keyword) tags: Zeichenfolgendarstellung einer durch Trennzeichen getrennten Liste von Tagnamen

(und optional Werte). Beispiel: "tag1,tag2=value2".

get_feature(feature_set_name: str, version: str, *, feature_name: str, **kwargs: Dict) -> Feature

Gibt zurück

Featureobjekt

Rückgabetyp

Feature

list

Listen Sie die FeatureSet-Ressourcen des Arbeitsbereichs auf.

Standardwert: ACTIVE_ONLY. :type list_view_type: Optional[ListViewType] :return: Ein Iterator wie instance von FeatureSet-Objekten :rtype: ~azure.core.paging.ItemPaged[FeatureSet]

list(name: str | None = None, *, list_view_type: ListViewType = ListViewType.ACTIVE_ONLY, **kwargs: Dict) -> ItemPaged[FeatureSet]

Parameter

name

Optional[str]

Erforderlich

Name eines bestimmten FeatureSet-Assets, optional.

list_view_type

Ansichtstyp für das Einschließen/Ausschließen von archivierten FeatureSet-Ressourcen (z. B.).

list_features

Features auflisten

list_features(feature_set_name: str, version: str, *, feature_name: str | None = None, description: str | None = None, tags: str | None = None, **kwargs: Dict) -> ItemPaged[Feature]

Parameter

feature_set_name

str

Erforderlich

Name der Funktionsgruppe.

version

str

Erforderlich

Version der Funktionsgruppe.

feature_name

str

Featurename.

description

str

Beschreibung des Featuresets.

tags

str

Durch Trennzeichen getrennte Liste von Tagnamen (und optionalen Werten). Beispiel: tag1,tag2=value2.

Gibt zurück

Ein Iterator wie instance von Featureobjekten

Rückgabetyp

ItemPaged[Feature]

list_materialization_operations

Listenmaterialisierungsvorgang.

list_materialization_operations(name: str, version: str, *, feature_window_start_time: str | datetime | None = None, feature_window_end_time: str | datetime | None = None, filters: str | None = None, **kwargs: Dict) -> ItemPaged[FeatureSetMaterializationMetadata]

Parameter

name

str

Erforderlich

Name der Funktionsgruppe.

version

str

Erforderlich

Version der Funktionsgruppe.

feature_window_start_time

Union[str, datetime]

Startzeit des Featurefensters zum Filtern von Materialisierungsaufträgen.

feature_window_end_time

Union[str, datetime]

Endzeit des Featurefensters zum Filtern von Materialisierungsaufträgen.

filters

str

Durch Trennzeichen getrennte Liste von Tagnamen (und optionalen Werten). Beispiel: tag1,tag2=value2.

Gibt zurück

Ein Iterator wie instance von ~azure.ai.ml.entities.FeatureSetMaterializationMetadata-Objekten

Rückgabetyp

ItemPaged[FeatureSetMaterializationMetadata]

restore

Stellen Sie ein archiviertes FeatureSet-Objekt wieder her.

restore(name: str, version: str, **kwargs: Dict) -> None

Parameter

name

str

Erforderlich

Name des FeatureSet-Assets.

version

str

Erforderlich

Version des FeatureSet-Assets.

Gibt zurück

Keine