特征存储工作流概述
本页概述机器学习工作流中如何使用数据bricks特征存储器处理在线和批量使用案例
典型机器学习工作流使用特征存储跟踪路径
写代码转换原始数据特性并创建包含期望特征的sparkDataFrame
写DataFrame为特征表特征商店
训练模型使用特征存储操作时模型存储训练特征规范当模型用于推理时,它自动从适当的特征表加入特征
注册模型模型寄存器.
可使用模型预测新数据
批量使用案例模型从特征存储器自动检索它需要的特征
实时服务案例发布特征联机商店.
推理时间模型读取在线特征存储器预计特征并加入用户请求向模型端点提供的数据
