Intégration d'AutoML Magasin de fonctionnalités

AutoML peut enrichir le dataset d’entrée d’origine avec des fonctionnalités provenant de tables de fonctionnalités dans Unity Catalog ou dans le Magasin de fonctionnalités hérité du Workspace.

Exigences

• Les expérimentations de classification et de régression nécessitent Databricks Runtime 11.3 LTS ML et versions supérieures.
• Les expérimentations de prévision nécessitent Databricks Runtime 12,2 LTS ML et versions supérieures.

Sélectionner une table de fonctionnalités à l'aide de l'interface utilisateur d'AutoML

Après avoir configuré votre expérience AutoML, vous pouvez sélectionner une table de caractéristiques en suivant les étapes suivantes :

1. Cliquez sur Combiner les fonctionnalités (facultatif) .

   

2. Sur la page **Joindre des fonctionnalités supplémentaires**, sélectionnez une table de fonctionnalités dans le champ **Table de fonctionnalités**.

3. Pour chaque clé principale de table de fonctionnalités , sélectionnez la clé de recherche correspondante. La clé de recherche doit être une colonne du dataset d'entraînement que vous avez fourni pour votre Experimentation AutoML.

4. Pour les tables de fonctionnalités de séries chronologiques, sélectionnez la clé de recherche du timestamp correspondante. De même, la clé de recherche du Timestamp devrait être une colonne dans le dataset d'entraînement que vous avez fourni pour votre Experimentation AutoML.

   

5. Pour ajouter d'autres tables de fonctionnalités, cliquez sur Ajouter une autre table de fonctionnalités et répétez les étapes ci-dessus.

Utilisez des tables de caractéristiques avec l'API AutoML

Pour utiliser les tables de fonctionnalités existantes, définissez le parameter feature_store_lookups dans votre spécification d'exécution AutoML.

Python

feature_store_lookups = [
  {
     "table_name": "example.trip_pickup_features",
     "lookup_key": ["pickup_zip", "rounded_pickup_datetime"],
  },
  {
      "table_name": "example.trip_dropoff_features",
     "lookup_key": ["dropoff_zip", "rounded_dropoff_datetime"],
  }
]

Le Notebook suivant montre comment joindre des tables de fonctionnalités à votre dataset d'entraînement pour une utilisation avec AutoML.

Expérimentation AutoML utilisant des notebooks de tables de caractéristiques

Ouvrir le notebook dans un nouvel ongletOuvrir dans Databricks