יצירת תכונה

אפשר ליצור תכונה אחרי שיוצרים קבוצת תכונות ומקשרים אליה טבלה ב-BigQuery או תצוגה מפורטת של BigQuery. אפשר ליצור כמה תכונות לקבוצת תכונות ולקשר כל תכונה לעמודה ספציפית במקור הנתונים של BigQuery. מידע על השימוש ב-BigQuery זמין במסמכי BigQuery.

לדוגמה, אם קבוצת התכונות featuregroup1 משויכת לטבלה ב-BigQuery‏ datasource_1 שמכילה ערכי תכונות בעמודות fval1 ו-fval2, אפשר ליצור את התכונה feature_1 בקבוצת התכונות featuregroup1 ולשייך אותה לערכי התכונות בעמודה fval1. באופן דומה, אפשר ליצור עוד מאפיין בשם feature_2 ולשייך אותו לערכי המאפיינים בעמודה fval2.

כדי ליצור תכונות, צריך לקשר לקבוצת התכונות מקור נתוני תכונות. אם לקבוצת התכונות אין מקור נתונים משויך, צריך לשייך מקור נתונים ב-BigQuery על ידי עדכון קבוצת התכונות, לפני שיוצרים בה תכונות.

כדי להבין אם חובה עליכם לרשום את נתוני התכונות באמצעות קבוצות תכונות ותכונות, או אם מומלץ או לא מומלץ לעשות זאת, אפשר לעיין במאמרים הבאים:

לפני שמתחילים

מאמתים את Gemini Enterprise Agent Platform, אלא אם כבר עשיתם זאת.

צריך לבחור את הכרטיסייה הרלוונטית לאופן שבו תכננתם להשתמש בדוגמאות בדף הזה:

המסוף

כשמשתמשים במסוף Google Cloud כדי לגשת לשירותים Google Cloud ולממשקי ה-API, לא צריך להגדיר אימות.

Python

כדי להשתמש בסביבת פיתוח מקומית בדוגמאות של Python שבדף הזה, מתקינים ומפעילים את ה-CLI של gcloud, ואז מגדירים את Application Default Credentials באמצעות פרטי הכניסה של המשתמש.

  1. התקינו את ה-CLI של Google Cloud.

  2. אם אתם משתמשים בספק זהויות חיצוני (IdP), קודם אתם צריכים להיכנס ל-CLI של gcloud באמצעות המאגר המאוחד לניהול זהויות.

  3. אם אתם משתמשים במעטפת מקומית, צריך ליצור פרטי כניסה לאימות מקומי עבור חשבון המשתמש: 

    gcloud auth application-default login

    אם אתם משתמשים ב-Cloud Shell, אתם לא צריכים לעשות את זה.

    אם מוחזרת שגיאת אימות ואתם משתמשים בספק זהויות חיצוני (IdP), ודאו ש נכנסתם ל-CLI של gcloud באמצעות המאגר המאוחד לניהול זהויות.

מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.

REST

כדי להשתמש בסביבת פיתוח מקומית בדוגמאות של API בארכיטקטורת REST שבדף הזה, צריך להשתמש בפרטי הכניסה שאתם נותנים ל-CLI של gcloud.

    התקינו את ה-CLI של Google Cloud.

    אם אתם משתמשים בספק זהויות חיצוני (IdP), קודם אתם צריכים להיכנס ל-CLI של gcloud באמצעות המאגר המאוחד לניהול זהויות.

מידע נוסף מופיע במאמר אימות לשימוש ב-REST במסמכי האימות של Google Cloud .

יצירת תכונה בתוך קבוצת תכונות

אפשר להשתמש בדוגמאות הבאות כדי ליצור תכונה בקבוצת תכונות ולשייך עמודה שמכילה ערכים של תכונות ממקור הנתונים של BigQuery שרשום לקבוצת התכונות.

המסוף

כדי להוסיף תכונות לקבוצת תכונות קיימת באמצעות מסוף Google Cloud , פועלים לפי ההוראות הבאות.

  1. בקטע Agent Platform במסוף Google Cloud , עוברים לדף Feature Store.

    כניסה לדף Feature Store

  2. בקטע Feature groups (קבוצות תכונות), לוחצים על בשורה שמתאימה לקבוצת התכונות שרוצים להוסיף לה תכונה, ואז לוחצים על Add features (הוספת תכונות).

  3. לכל תכונה, מזינים שם תכונה ולוחצים על שם העמודה המתאים במקור BigQuery ברשימה. כדי להוסיף עוד תכונות, לוחצים על הוספת תכונה נוספת.

  4. לוחצים על יצירה.

Python

במאמר התקנת Vertex AI SDK ל-Python מוסבר איך להתקין או לעדכן את Vertex AI SDK ל-Python. מידע נוסף מופיע ב מאמרי העזרה של Python API. 


from google.cloud import aiplatform
from vertexai.resources.preview import feature_store


def create_feature_sample(
    project: str,
    location: str,
    existing_feature_group_id: str,
    feature_id: str,
    version_column_name: str,
):
    aiplatform.init(project=project, location=location)
    feature_group = feature_store.FeatureGroup(existing_feature_group_id)
    feature = feature_group.create_feature(
        name=feature_id, version_column_name=version_column_name
    )
    return feature
  • ‫project: מזהה הפרויקט.
  • ‫location: האזור שבו נמצאת קבוצת התכונות, למשל us-central1.
  • ‫existing_feature_group_id: השם של קבוצת התכונות הקיימת שבה רוצים ליצור את התכונה.
  • ‫version_column_name: אופציונלי: העמודה מהטבלה ב-BigQuery או מהתצוגה ב-BigQuery שרוצים לשייך לתכונה. אם לא מציינים את הפרמטר הזה, הוא מוגדר כ-FEATURE_NAME כברירת מחדל.
  • ‫feature_id: השם של התכונה החדשה שרוצים ליצור

REST

כדי ליצור משאב Feature, שולחים בקשת POST באמצעות ה-method‏ features.create.

לפני שמשתמשים בנתוני הבקשה, צריך להחליף את הנתונים הבאים:

  • ‫LOCATION_ID: האזור שבו נמצאת קבוצת התכונות, למשל us-central1.
  • ‫PROJECT_ID: מזהה הפרויקט.
  • ‫FEATUREGROUP_NAME: השם של קבוצת התכונות שבה רוצים ליצור את התכונה.
  • ‫FEATURE_NAME: השם של התכונה החדשה שרוצים ליצור.
  • ‫VERSION_COLUMN_NAME: אופציונלי: העמודה מהטבלה ב-BigQuery או מהתצוגה ב-BigQuery שרוצים לשייך לתכונה. אם לא מציינים את הפרמטר הזה, הוא מוגדר כ-FEATURE_NAME כברירת מחדל.

ה-method של ה-HTTP וכתובת ה-URL: 

POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureGroups/FEATUREGROUP_NAME/features?feature_id=FEATURE_NAME

גוף בקשת JSON: 

{
  "version_column_name": "VERSION_COLUMN_NAME"
}

כדי לשלוח את הבקשה עליכם לבחור אחת מהאפשרויות הבאות:

curl

שומרים את גוף הבקשה בקובץ בשם request.json ומריצים את הפקודה הבאה: 

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureGroups/FEATUREGROUP_NAME/features?feature_id=FEATURE_NAME"

PowerShell

שומרים את גוף הבקשה בקובץ בשם request.json ומריצים את הפקודה הבאה: 

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureGroups/FEATUREGROUP_NAME/features?feature_id=FEATURE_NAME" | Select-Object -Expand Content

אתם אמורים לקבל תגובת JSON שדומה לזו:

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featureGroups/FEATUREGROUP_NAME/features/FEATURE_NAME/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.aiplatform.v1.UpdateFeatureOperationMetadata",
    "genericMetadata": {
      "createTime": "2023-09-18T02:36:22.870679Z",
      "updateTime": "2023-09-18T02:36:22.870679Z"
    }
  }
}

המאמרים הבאים