Bitzu

Machine Learning Associate · Tabele cech w Unity Catalog

Zapis, trening i scoring z uzyciem cech

Najważniejsze

  • Zapisujesz przez fe.write_table(name=..., df=..., mode='merge'), co robi upsert po kluczu glownym.
  • Trenujesz, definiujac obiekty FeatureLookup (table_name, feature_names, lookup_key) i wywolujac fe.create_training_set(df, feature_lookups, label).
  • Logujesz przez fe.log_model(..., training_set=...), by model niosl specyfikacje cech.
  • Scoring: fe.score_batch(model_uri, df) - podajesz tylko klucze, a cechy sa pobierane automatycznie.

Źródło: https://docs.databricks.com/aws/en/machine-learning/feature-store/train-models-with-feature-store

Przykładowe pytania

Jednokrotny wybór

Ktory tryb write_table aktualizuje istniejace wiersze cech po kluczu glownym i dodaje nowe?

  1. merge
  2. drop
  3. snapshot
  4. stream
Pokaż odpowiedź

Odpowiedź: A. merge

mode='merge' robi upsert po kluczu glownym; wiersze nieobecne w nowych danych pozostaja bez zmian.

Zaznacz wszystkie poprawne

Co jest prawda po zalogowaniu modelu przez fe.log_model(..., training_set=training_set)?

  1. Model przechowuje specyfikacje wyszukiwania cech
  2. score_batch moze pobrac cechy na podstawie kluczy glownych
  3. Cala tabela cech jest kopiowana do artefaktu modelu
  4. Modelu nie mozna juz zarejestrowac
  5. Kolumna etykiety jest usuwana z tabeli cech
Pokaż odpowiedź

Odpowiedź: A. Model przechowuje specyfikacje wyszukiwania cech, B. score_batch moze pobrac cechy na podstawie kluczy glownych

Metadane wyszukiwania cech podrozuja z modelem, wiec do scoringu potrzeba tylko kluczy. Same dane cech nie sa kopiowane do modelu.

Prawda czy fałsz

fe.score_batch wymaga, by wejsciowy DataFrame zawieral juz wszystkie kolumny cech, na ktorych trenowano model.

Pokaż odpowiedź

Odpowiedź: Fałsz

Falsz. DataFrame potrzebuje kluczy wyszukiwania; score_batch pobiera cechy z tabel cech.

Przećwicz 8 pytań z tego tematu w Bitzu

Krótkie lekcje, natychmiastowe wyjaśnienia i powtórki tego, w czym się mylisz. Za darmo na iOS i Androida.

Download on the App StoreGet it on Google Play

Więcej tematów Machine Learning Associate w tym module