FeatureSetOperations 類別
FeatureSetOperations。
您不應該直接具現化此類別。 相反地,您應該建立 MLClient 實例,為您具現化它,並將其附加為屬性。
- 繼承
-
azure.ai.ml._scope_dependent_operations._ScopeDependentOperationsFeatureSetOperations
建構函式
FeatureSetOperations(operation_scope: OperationScope, operation_config: OperationConfig, service_client: AzureMachineLearningWorkspaces, datastore_operations: DatastoreOperations, **kwargs: Dict)
參數
- operation_scope
- operation_config
- service_client
- datastore_operations
方法
archive |
封存 FeatureSet 資產。 |
begin_backfill |
回填。 |
begin_create_or_update |
建立或更新 FeatureSet |
get |
取得指定的 FeatureSet 資產。 |
get_feature |
取得功能 :keyword feature_name。 這區分大小寫。 :p aramtype feature_name:str :keyword 標籤:以逗號分隔的標記名稱清單字串表示 (和選擇性地) 值。 範例:「tag1,tag2=value2」。 |
list |
列出工作區的 FeatureSet 資產。 預設值:ACTIVE_ONLY。 :type list_view_type: Optional[ListViewType] :return: Iterator like instance of FeatureSet objects :rtype: ~azure.core.paging.ItemPaged[FeatureSet] |
list_features |
列出功能 |
list_materialization_operations |
列出具體化作業。 |
restore |
還原封存的 FeatureSet 資產。 |
archive
封存 FeatureSet 資產。
archive(name: str, version: str, **kwargs: Dict) -> None
參數
傳回
無
begin_backfill
回填。
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]
參數
- name
- str
功能集名稱。 這區分大小寫。
- version
- str
版本識別碼。 這區分大小寫。
- feature_window_start_time
- datetime
要具體化之功能視窗的開始時間。
- feature_window_end_time
- datetime
要具體化之功能視窗的結束時間。
- display_name
- str
指定描述。
- description
- str
指定描述。
- compute_resource
- MaterializationComputeResource
指定計算資源設定。
傳回
會傳回 ~azure.ai.ml.entities.FeatureSetBackfillMetadata 的 LROPoller 實例
傳回類型
begin_create_or_update
建立或更新 FeatureSet
begin_create_or_update(featureset: FeatureSet, **kwargs: Dict) -> LROPoller[FeatureSet]
參數
傳回
會傳回 FeatureSet 的 LROPoller 實例。
傳回類型
get
取得指定的 FeatureSet 資產。
get(name: str, version: str, **kwargs: Dict) -> FeatureSet
參數
傳回
FeatureSet 資產物件。
傳回類型
例外狀況
如果無法成功識別及擷取 FeatureSet,則引發。 錯誤訊息中將會提供詳細資料。
get_feature
取得功能
:keyword feature_name。 這區分大小寫。 :p aramtype feature_name:str :keyword 標籤:以逗號分隔的標記名稱清單字串表示
(和選擇性地) 值。 範例:「tag1,tag2=value2」。
get_feature(feature_set_name: str, version: str, *, feature_name: str, **kwargs: Dict) -> Feature
傳回
Feature 物件
傳回類型
list
列出工作區的 FeatureSet 資產。
預設值:ACTIVE_ONLY。 :type list_view_type: Optional[ListViewType] :return: Iterator like instance of FeatureSet objects :rtype: ~azure.core.paging.ItemPaged[FeatureSet]
list(name: str | None = None, *, list_view_type: ListViewType = ListViewType.ACTIVE_ONLY, **kwargs: Dict) -> ItemPaged[FeatureSet]
參數
- list_view_type
包含/排除 (的檢視類型,例如) 封存的 FeatureSet 資產。
list_features
列出功能
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]
參數
- feature_name
- str
功能名稱。
- description
- str
功能集的描述。
- tags
- str
標記名稱的逗號分隔清單 (和選擇性值) 。 範例:tag1,tag2=value2。
傳回
Iterator,例如 Feature 物件的實例
傳回類型
list_materialization_operations
列出具體化作業。
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]
參數
- filters
- str
標記名稱的逗號分隔清單 (和選擇性值) 。 範例:tag1,tag2=value2。
傳回
反覆運算器,例如 ~azure.ai.ml.entities.FeatureSetMaterializationMetadata 物件的實例