メインコンテンツまでスキップ

特徴量のガバナンスとリネージ

このページでは、 Unity Catalogの特徴量エンジニアリングのガバナンスとリネージ機能について説明します。

モニタリング、提供モデルのパフォーマンス、特徴量テーブルデータの変更に関する情報については、 レイクハウスモニタリングを参照してください。

特徴量テーブルへのアクセスを制御する​

Unity Catalogの特徴量テーブルのアクセス制御は、Unity Catalogによって管理されています。Unity Catalog の権限を参照してください。

特徴量テーブル、関数、モデルのリネージの参照​

FeatureEngineeringClient.log_modelを使用してモデルをログに記録すると、モデルで使用されているフィーチャーが自動的に追跡され、カタログエクスプローラーの リネージ タブで表示できます。特徴量テーブルに加えて、オンデマンド特徴量のコンピュートに使用されるPython UDFも追跡されます。

特徴量テーブル、関数、モデルのリネージをキャプチャする方法​

モデルで使用される特徴量テーブルと関数を追跡するリネージ 情報は、 log_modelを呼び出すと自動的にキャプチャされます。 次のコード例を参照してください。

Python
from databricks.feature_engineering import FeatureEngineeringClient, FeatureLookup, FeatureFunction
fe = FeatureEngineeringClient()

features = [
    FeatureLookup(
        table_name = "main.on_demand_demo.restaurant_features",
        feature_names = ["latitude", "longitude"],
        rename_outputs={"latitude": "restaurant_latitude", "longitude": "restaurant_longitude"},
        lookup_key = "restaurant_id",
        timestamp_lookup_key = "ts"
    ),
    FeatureFunction(
        udf_name="main.on_demand_demo.extract_user_latitude",
        output_name="user_latitude",
        input_bindings={"blob": "json_blob"},
    ),
    FeatureFunction(
        udf_name="main.on_demand_demo.extract_user_longitude",
        output_name="user_longitude",
        input_bindings={"blob": "json_blob"},
    ),
    FeatureFunction(
        udf_name="main.on_demand_demo.haversine_distance",
        output_name="distance",
        input_bindings={"x1": "restaurant_longitude", "y1": "restaurant_latitude", "x2": "user_longitude", "y2": "user_latitude"},
    )
]

training_set = fe.create_training_set(
    label_df, feature_lookups=features, label="label", exclude_columns=["restaurant_id", "json_blob", "restaurant_latitude", "restaurant_longitude", "user_latitude", "user_longitude", "ts"]
)

class IsClose(mlflow.pyfunc.PythonModel):
    def predict(self, ctx, inp):
        return (inp['distance'] < 2.5).values

model_name = "fe_packaged_model"
mlflow.set_registry_uri("databricks-uc")

fe.log_model(
    IsClose(),
    model_name,
    flavor=mlflow.pyfunc,
    training_set=training_set,
    registered_model_name=registered_model_name
)

特徴量テーブル、モデル、または関数のリネージを表示する​

特徴量テーブル、モデル、または関数のリネージを表示するには、次の手順に従います。

  1. カタログエクスプローラーのテーブル、モデルバージョン、または関数ページに移動します。

  2. リネージ タブを選択します。左側のサイドバーには、このテーブル、モデル バージョン、または関数でログに記録された Unity Catalog コンポーネントが表示されます。

    カタログエクスプローラのモデルページのリネージタブ

  3. 「リネージグラフを見る 」をクリックします。リネージグラフが表示されます。 リネージグラフの探索について詳しくは、 Unity Catalogを使用したデータリネージの表示を参照してください。

    リネージ画面

  4. リネージグラフを閉じるには、右上隅の リネージグラフの閉じるボタン をクリックします。

に最終更新