Compartir a través de


Búsqueda automática de características con modelos de MLflow en Databricks

El servicio de modelos puede buscar automáticamente los valores de características de las tiendas en línea publicadas o de tablas en línea. En este artículo se describe cómo trabajar con tiendas en línea. Para obtener información sobre cómo trabajar con tablas en línea, consulte Uso de tablas en línea para el servicio de características en tiempo real.

Requisitos

  • El modelo debe haberse registrado con FeatureEngineeringClient.log_model (para Feature Engineering en el catálogo de Unity) o FeatureStoreClient.log_model (para Workspace Feature Store, requiere v0.3.5 y versiones posteriores).
  • El almacén en línea debe publicarse con credenciales de solo lectura.

Nota:

Puede publicar la tabla de características en cualquier momento antes de la implementación del modelo, incluso después del entrenamiento de este.

Búsqueda automática de características

El servicio de modelos de Azure Databricks admite la búsqueda automática de características desde estos almacenes en línea:

  • Azure Cosmos DB (v0.5.0 y versiones posteriores)

La búsqueda automática de características es compatible con los tipos de datos siguientes:

  • IntegerType
  • FloatType
  • BooleanType
  • StringType
  • DoubleType
  • LongType
  • TimestampType
  • DateType
  • ShortType
  • DecimalType
  • ArrayType
  • MapType

Reemplazo de valores de las características en la puntuación de modelos en línea

Todas las características que requiere el modelo (registrado con FeatureEngineeringClient.log_model o FeatureStoreClient.log_model) se buscarán automáticamente en los almacenes en línea para la puntuación del modelo. Para reemplazar los valores de las características al puntuar un modelo con una API de REST con el servicio de modelos, incluya los valores de característica como parte de la carga de la API.

Nota:

Los nuevos valores de las características deben ajustarse al tipo de datos de la característica según lo previsto por el modelo subyacente.

Ejemplos de blocs de notas: Unity Catalog

Con Databricks Runtime 13.3 LTS y versiones posteriores, cualquier tabla Delta del Unity Catalog con una clave principal se puede usar como tabla de características. Cuando utiliza una tabla registrada en Unity Catalog como tabla de características, todas las capacidades de Unity Catalog están automáticamente disponibles para la tabla de características.

En este cuaderno de ejemplo se muestra cómo publicar características en una tienda en línea y, a continuación, servir un modelo entrenado que busca automáticamente características de la tienda en línea.

Ejemplo de bloc de notas de Tienda Online con Unity Catalog

Obtener el cuaderno

Ejemplos de blocs de notas: Área de trabajo Feature Store

En este cuaderno de ejemplo se muestra cómo publicar características en una tienda en línea y, a continuación, servir un modelo entrenado que busca automáticamente características de la tienda en línea.

Bloc de notas de ejemplo de tienda en línea

Obtener el cuaderno