第 1 章机器学习特性和功能存储概述

重要

功能存储目前在 Red Hat OpenShift AI 2.22 中作为技术预览功能提供。技术预览功能不受红帽产品服务等级协议（SLA）支持，且功能可能并不完整。红帽不推荐在生产环境中使用它们。这些技术预览功能可以使用户提早试用新的功能，并有机会在开发阶段提供反馈意见。

有关红帽技术预览功能支持范围的更多信息，请参阅技术预览功能支持范围。

机器学习(ML)功能是数据集内可测量的属性或属性，供机器学习模型进行分析，以学习模式并做出决策。例如，客户的购买历史、如年龄和位置、天气条件和金融市场数据等演示数据。您可以使用这些功能为个人产品建议、欺诈检测和预测维护等任务培训模型。

功能存储(feature Store)是一个 Red Hat OpenShift AI 组件，它提供了一个集中的存储库，用于存储、管理和提供机器学习功能，以满足培训和认证目的。

1.1. 机器学习功能概述
复制链接

在机器学习中，功能（也称为字段）是一个单独的可测量属性。功能用作预测模型的输入信号。例如，如果银行的 loan 部门试图预测某个申请者是否应该被信用批准，那么有用的功能可能是他们在过去为银行提供保护或其当前所需的信用卡负数。

Expand

功能是准备的，可帮助机器学习模型了解世界中的模式。功能工程是选择、操作和转换原始数据到可在监管学习中使用的功能的过程。如表 1 所示，功能指的是数据集中的整个列，如 credit_score，而功能值指的是功能列中的单个值，如 730。