Funktionsarkiv för arbetsyta (äldre)
Kommentar
Den här dokumentationen beskriver funktionsarkivet för arbetsytor. Använd endast den här sidan om arbetsytan inte är aktiverad för Unity Catalog.
Databricks rekommenderar att du använder funktionsteknik i Unity Catalog. Funktionsarkivet för arbetsytor kommer att bli inaktuellt i framtiden.
Varför ska du använda funktionsarkivet för arbetsytor?
Funktionsarkivet för arbetsytor är helt integrerat med andra komponenter i Azure Databricks.
- Upptäckbarhet. Med funktionsarkivets användargränssnitt, som är tillgängligt från Databricks-arbetsytan, kan du bläddra och söka efter befintliga funktioner.
- Härstamning. När du skapar en funktionstabell i Azure Databricks sparas och är de datakällor som används för att skapa funktionstabellen tillgängliga. För varje funktion i en funktionstabell kan du också komma åt de modeller, notebook-filer, jobb och slutpunkter som använder funktionen.
- Integrering med bedömning och servering av modeller. När du använder funktioner från Funktionsarkiv för att träna en modell paketeras modellen med funktionsmetadata. När du använder modellen för batchbedömning eller online-slutsatsdragning hämtar den automatiskt funktioner från Funktionsarkiv. Anroparen behöver inte känna till dem eller inkludera logik för att söka efter eller ansluta funktioner för att poängsätta nya data. Detta gör modelldistribution och uppdateringar mycket enklare.
- Punkt-i-tid-sökningar. Funktionsarkivet stöder tidsserier och händelsebaserade användningsfall som kräver rätt tidpunkt.
Hur fungerar funktionsarkivet för arbetsytor?
Det typiska arbetsflödet för maskininlärning med funktionsarkivet följer den här vägen:
- Skriv kod för att konvertera rådata till funktioner och skapa en Spark DataFrame som innehåller önskade funktioner.
- Skriv DataFrame som en funktionstabell i arbetsytans funktionslager.
- Träna en modell med hjälp av funktioner från funktionsarkivet. När du gör detta lagrar modellen specifikationerna för funktioner som används för träning. När modellen används för slutsatsdragning ansluter den automatiskt funktioner från lämpliga funktionstabeller.
- Registrera modellen i modellregistret.
Nu kan du använda modellen för att göra förutsägelser om nya data. För batchanvändningsfall hämtar modellen automatiskt de funktioner den behöver från Funktionsarkivet.
Publicera funktionerna i en onlinebutik för användning i realtid. Se Onlinebutiker från tredje part.
Vid slutsatsdragningen läser modellen förberäknade funktioner från onlinebutiken och kopplar dem till de data som anges i klientbegäran till modellen som betjänar slutpunkten.
Börja använda funktionsarkivet för arbetsytan
Kom igång genom att prova de här exempelanteckningsböckerna. Den grundläggande notebook-filen beskriver hur du skapar en funktionstabell, använder den för att träna en modell och utför sedan batchbedömning med hjälp av automatisk funktionssökning. Den introducerar även användargränssnittet för funktionsutveckling och visar hur du kan använda det för att söka efter funktioner och förstå hur funktioner skapas och används.
Exempelanteckningsbok för Basic Workspace Feature Store
Taxi-exempelanteckningsboken illustrerar processen med att skapa funktioner, uppdatera dem och använda dem för modellträning och batchinferens.
Arbetsyta Funktion Store taxi exempel notebook
Datatyper som stöds
Information om datatyper som stöds finns i Datatyper som stöds.