Skip to Main Content
机器学习设计模式
book

机器学习设计模式

by Valliappa Lakshmanan, Sara Robinson, Michael Munn
September 2022
Beginner to intermediate content levelBeginner to intermediate
386 pages
7h 36m
Chinese
Southeast University Press
Content preview from 机器学习设计模式
可复现设计模式
297
和持续时间的,所以预先计算的上车地点和下车地点之间的距离是一个有用的特征。
一旦在数据集上计算出该特征,我们就可以将它存储在特征集中以备将来使用。
Feast
添加特征数据。
数据通过
FeatureSets
存储在
Feast
中。一个
FeatureSet
包含了数据模式和数据源信息,无论它是来自一个
pandas
数据帧还是一个流式
Kafka
主题。
FeatureSets
告诉
Feast
计算特征所需的数据来源在哪里、如何摄取数
据以及数据类型的一些基本特点。多组特征可以被一起摄取和存储,在这些仓库中
特征集提供了有效的数据存储和逻辑命名空间。
一旦注册了我们的特征集,
Feast
将启动一个
Apache Beam
作业,用来自数据源的数
据填充特征仓库。特征集用于生成离线和在线特征仓库,
以确保开发人员用相同的
数据训练和服务他们的模型。
Feast
确保源数据符合特征集的预期模式。
将特征数据摄取到
Feast
分为
4
个步骤,如图
6-14
所示。
6
-
14
:将特征数据摄取到 Feast
4
个步骤 : 创建特征集、添加实体和特征、注册特征集,
将特征数据摄取到 FeatureSet
4
个步骤如下:
1.
创建一个
FeatureSet
。特征集指定实体、特征和源。
298
6
2.
FeatureSet ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Start your free trial

You might also like

PyTorch深度学习

PyTorch深度学习

Posts & Telecom Press, Vishnu Subramanian
数据科学原理

数据科学原理

Posts & Telecom Press, Sinan Ozdemir
Rust程序设计

Rust程序设计

Jim Blandy, Jason Orendorff, Leonora F. S. Tindall

Publisher Resources

ISBN: 9787564196776