4.2. 检索模型推测的在线功能
集群管理员将功能数据加载到在线存储后,您可以检索模型培训的功能。
当集群管理员创建 FeatureStore CR 时,它默认运行在线存储功能服务器。这个 Python 功能服务器是一个 HTTP 端点,它提供 JSON I/O 的功能。您可以使用任何可以发出 HTTP 请求的编程语言,从在线存储写入和读取功能。
注: 您还可以使用 Feast SDK 检索在线功能,如 上游 Feast 文档 中所述。
功能服务是一个对象,代表来自一个或多个功能视图的逻辑功能组。借助功能服务,您的 ML 模型可以根据需要从功能视图中访问功能。
通常,您可以为每个模型版本创建一个功能服务,允许跟踪模型使用的功能。从在线存储检索的功能可以属于许多功能视图。
注意: 当您应用功能服务时,不会部署实际功能存储服务器。
先决条件
-
在 IDE 环境中,您已安装了 Feature Store Python SDK 并添加了一个
feature_store.yaml文件,如 设置工作环境 中所述。 - (可选)您克隆了包含模型培训代码的 Git 存储库。
- 功能数据在在线存储中加载,如 可用于实时推测的功能 中所述。
流程
- 在 OpenShift AI 仪表板中点 Data Science projects。
- 单击项目的名称,然后单击 Workbenches 选项卡。
-
点工作台旁边的打开图标(
)。
在 Python 笔记本单元中,运行以下命令来实例化可解析功能 registry 的本地 FeatureStore 对象:
from feast import FeatureStore feature_store = FeatureStore('.')from feast import FeatureStore feature_store = FeatureStore('.')Copy to Clipboard Copied! Toggle word wrap Toggle overflow 确定功能服务:
feature_service = feature_store.get_feature_service("credit_activity")feature_service = feature_store.get_feature_service("credit_activity")Copy to Clipboard Copied! Toggle word wrap Toggle overflow 使用
get_online_features方法从在线存储检索功能:Copy to Clipboard Copied! Toggle word wrap Toggle overflow
验证
运行 feast 命令时,您应该看到类似如下的输出:
输出示例
{
'credit_card_due': [833,1297],
'bankruptcies': [0, 1],
'dob_ssn': [19530219_5179, 19500806_6783]
}
{
'credit_card_due': [833,1297],
'bankruptcies': [0, 1],
'dob_ssn': [19530219_5179, 19500806_6783]
}
后续步骤